一、matlab中clc和clear命令的作用：
1.clc命令是命令視窗顯示的內容，但並不清除工作空間，對工作環境中的全部變數無任何影響 ；
2. clear命令是用來清除工作空間的內容，即清除工作空間的所有變數 。
二、其它常用命令：
1.close是關閉當前的figure視窗；
2.close all是關閉所有的figure視窗 ；
3.clear all是清除工作空間的所有變數，函式，和mex檔案；
4. figure是建立乙個用來顯示圖形輸出的乙個視窗物件，所有引數採用預設命令，每乙個這樣的視窗都有一些屬性，例如視窗的尺寸、位置等，可通過figure進行指定修改。
三、matlab的省略號三個點「...」的意思：
三個點叫做續行符，意思為該行寫太多了，不想在該行繼續往下寫，又希望格式統一，或看著方便，於是重新另開一行來寫。
如：d=[-0.9602 -0.5770 -0.0729 0.3771 0.6405 0.6600 0.4609...
0.1336 -0.2013 -0.4344 -0.5000 -0.3930 -0.1647 -.0988...
0.3072 0.3960 0.3449 0.1816 -0.312 -0.2189 -0.3201];
四、newff:前饋網路建立函式 語法：
net = newff(a,b,,』trainfun』,』blf』,』pf』)。
a：newff的第乙個變數，用來設定輸入特徵的範圍，使用minmax來輸入也可以，即乙個n*2的矩陣，第i行元素為輸入訊號xi的最大最小值。
b：newff的第二個變數，用來設定隱含層和輸出層神經元的數目，即乙個k維行向量，其元素為網路中各個節點的數量。
c：newff的第三個變數，乙個k維字串行向量，每乙個分量為對應層的神經元的啟用函式，預設為「tansig」，且通常在輸出層選擇乙個線性函式「purelin」 。
trainfun：為學習規則的採用的訓練演算法，預設為有動量的梯度下降法 ：「trainlm」 。
blf：bp權值/偏差學習函式，預設為：「learngdm」 。
pf：效能函式，預設為「mse」。
五、matlab中plot函式的用法：
功能：使用plot繪製二維影象。
plot函式的一般呼叫形式如下：
plot(x, y, linespec)
其中x由所有輸入點座標的x值組成，y是由與x中包含的x對應的y所組成的向量。linespec是使用者指定的繪圖樣式。
舉例如下：
%定義x為0到2pi之間的一組向量，且x向量中相鄰兩個值之間的增量為pi/1000。定義y向量中的值為x向量的sin值。
x = 0:pi/1000:2*pi;
y = sin(x);
figure % 開啟新的繪畫視窗，可省略該句
plot(x,y) %採用預設樣式，繪製實線
執行結果截圖：
六、有關mapminmax的用法簡介：
結合matlab例項來看：定義輸入 x1 = [1 2 4], x2 = [5 2 3];
有如下結果：
（1）[y,ps] = mapminmax(x)用法：
>> x1 = [1 2 4]
x1 =
1 2 4
>> [y,ps] = mapminmax(x1) %[y,ps] = mapminmax(x)函式介面
y =-1.0000 -0.3333 1.0000
ps =
name: 'mapminmax'
xrows: 1
xmax: 4
xmin: 1
xrange: 3
yrows: 1
ymax: 1
ymin: -1
yrange: 2
no_change: 0
gain: 0.6667
xoffset: 1
分析即結論：y是對x1進行某種規範化後得到的資料,這種規範化的對映記錄在結構體ps中.
執行結果截圖：
（2）[y,ps] = mapminmax(x,fp)用法：
對於上面algorithm演算法中的對映函式mapminmax(x1)，該函式求得的是x1中的最大值ymax和最小值ymin，其中ymin,和ymax是引數,可以自己設定,預設為-1,1;如這裡我們也可以指定ymin值為0，則有
>> x1 = [1 2 4];
>> ps.ymin = 0;
>> [y,ps] = mapminmax(x1,ps) %[y,ps] = mapminmax(x,fp)函式介面
執行結果截圖：
例項：>> x1 = [1 2 4], x2 = [5 2 3];
x1 =
1 2 4
>> [y1,ps] = mapminmax(x1);
y2 =
1.6667 -0.3333 0.3333
執行結果截圖：
（4）x = mapminmax('reverse',y,ps)函式介面用法：
x = mapminmax(『reverse』,y,ps)的作用就是進行反歸一化,講歸一化的資料反歸一化再得到原來的資料：
例項：>> x1 = [1 2 4], x2 = [5 2 3];
x1 =
1 2 4
>> [y1,ps] = mapminmax(x1);
y2 =
1.6667 -0.3333 0.3333
>> xt = mapminmax('reverse',y1,ps)
xt =
1 2 4
>> xt2 = mapminmax('reverse',y2,ps)
xt2 =
5 2 3
執行結果及截圖：
上述問題均來自研讀「bp神經網路的matlab實現——人工智慧演算法」該篇部落格時所遇到，參考部落格：
Matlab實現BP神經網路
該實現為 資料探勘 課程的一次作業。資料在 上，所以資料為csv格式。但bp神經網路演算法為最一般的實現，所以有參考價值。close all 關閉開啟的檔案 clear 清除記憶體中的資料 echo on 顯示執行的每一條命令 clc 清除命令列視窗 pause 敲任意鍵開始 定義訓練樣本 p為輸入...
BP神經網路（基於MATLAB）
clc clear all 匯入資料 load s data.mat s含量所用資料 n 12 n 是自變數的個數 m 1 m 是因變數的個數 讀取訓練資料 train num 1600 訓練樣本數 train data s data 1 train num,特徵值歸一化 train input,m...
bp神經網路學習
import numpy as np 使用邏輯回歸進行分類 defnonlin x,deriv false if deriv true return x 1 x return 1 1 np.exp x 待分類的資料 x np.array 0,0,1 0,1,1 1,0,1 1,1,1 print x...