Matlab神经网络的几个工具箱nntool、nftool、nctool、ntstool与nprtool的区别与使用
2023-09-14 09:12:39 时间
用matlab去实现机器学习有很多方法，除了这几个工具箱，还有其他更多更细化的工具箱，以及自己的搭建的神经网络的方式去实现机器学习。这里主要讲解这几个工具箱的区别和使用，解决一些同学当初像我一样的疑惑。
一、区别
- nntool神经网络工具箱的图形用户界面。
- nftool是神经网络拟合工具
- nctool是聚类工具
- ntstool是时间序列工具
- nprtool是模式识别工具
- 他们就是总窗口与分窗口的区别
二、使用
1. 打开工具箱
每个工具直接在MATLAB的command 窗口输入响应的工具箱名字即可。
例如：打开nftool工具箱
输入：nftool
2. Neural Net Fitting（nftool）
3. Neural Network/Data Manager（nntool）
4. 其他工具箱的使用和对比待后面我逐渐更新完整
相关文章
- matlab 计算机载点云的密度
- 【负荷预测】基于神经网络的负荷预测和价格预测（Matlab代码实现）
- 【路径规划】基于D*算法的移动机器人路径规划（Matlab代码实现）
- 【BA-FNN】基于蝙蝠优化的模糊神经网络FNN研究（Matlab代码实现）
- SCA算法优化脉冲耦合神经网络的图像自动分割（Matlab代码实现）
- 基于bp神经网络汽车自动变速器最佳挡位判断（Matlab代码实现）
- 使用BP神经网络进行短期负荷预测回归（Matlab实现）
- 基于粒子群优化算法的BP神经网络预测模型（Matlab代码实现）
- 【回归预测-BP预测】基于思维进化算法优化BP神经网络在非线性函数拟合中的应用（Matlab代码实现）
- 网格搜索多个监督学习模型上的超参数，包括神经网络、随机森林和树集合模型（Matlab代码实现）
- 元认知神经网络与在线序贯学习（Matlab代码实现）
- 【 PMU】信号生成、采样、分割、估计器应用和误差计算（Matlab代码实现）
- 【状态估计】基于二进制粒子群优化 （BPSO） 求解最佳 PMU优化配置研究【IEEE30、39、57、118节点】（Matlab代码实现）
- 电力系统电价与温度模型（Matlab代码实现）
- 【CDBS】凹边界的修改形状特征描述：应用于皮肤病变分类（Matlab代码实现）
- 基于广义互相关的声源定位研究（Matlab代码实现）
- 【MATLAB】通信信号调制通用函数 — 低通滤波器
- m基于GA遗传算法的PMSM永磁同步电机参数最优计算matlab仿真
- m基于改进遗传算法优化的双bp神经网络时间序列预测matlab仿真
- m基于C3D-hog-GRNN广义回归神经网络模型的人员异常行为识别算法的matlab仿真
- 基于FNN模糊神经网络的控制器解耦控制matlab仿真
- m基于AlexNet神经网络和GEI步态能量图的步态识别算法MATLAB仿真
- m基于BP神经网络的障碍物避障和路线规划matlab仿真
- m基于GNN图神经网络的目标匹配分析matlab仿真
- Matlab使用笔记（九）：matlab实现交通流仿真/车感知/城市交通交叉路口
- 混合精子群优化和万有引力搜索算法 (HSSOGSA)（Matlab完整代码实现）