%% 数据归一化 [p_train, ps_input] = mapminmax(P_train, 0, 1); p_test = mapminmax('apply', P_test, ps_input); [t_train, ps_output] = mapminmax(T_train, 0, 1); t_test = mapminmax('apply', T_test, ps_output); %% 转置以适应模型 p_train = p_train'; p_test = p_test'; t_train = t_train'; t_test = t_test'; %% 创建网络 k = 7; % 保留成分个数 [theta, ch0] = my_pls(p_train, t_train, k); %% 仿真测试 t_sim1 = sim_pls(p_train, theta, ch0); t_sim2 = sim_pls(p_test , theta, ch0); %% 数据反归一化 T_sim1 = mapminmax('reverse', t_sim

matlab非线性函数拟合与实验报告（不使用工具箱）供新手参考使用的matlab代码，内含m文件与实验报告一份。

使用 AdvDatAna_2020y12m21d19h08m 监测诊断预后使用工具箱 1D AdvDatAna 在多个域（时间、频谱、倒谱、平方包络频谱）中进行高级数据分析-------------------------------------------------- ----------------------------------------- [EN] 欢迎使用工具箱高级数据分析 (AdvDatAna) 您可以找到许多有趣的工具。 几个分析域可用：时间、频谱、倒谱、 平方包络，平方包络频谱 (SES)。 该工具可以帮助研究人员，老师，学生等。 用于工业维护等不同领域的数据处理， 机械、生物医学、电力等……用于监测、诊断、预后。 可用的 Matlab 脚本可帮助您使用此工具箱与窦信号，随机生成的信号，从 Matlab 数据加载的信号和从数据文件（txt、csv、dat...）导

文件名：'levcook.m'。 计算库克距离的函数并在不使用统计工具箱的情况下利用。 杠杆公式： h = 1/L + (x-mean(x)).^2./sum((x-mean(x)).^2) 库克距离公式： D = (err./(RMSE*p)).*(h./((1-h).^2)) 三个输入参数：'x'、'y' 和 'p' 两个输出参数：'h' 和 'D' x：x 变量的向量y：y 变量的向量p：回归参数的数量（默认值 = 2） h：杠杆D：库克距离 此外，杠杆和库克距离的图将是生成。 由 Joris Meurs BASc (2016) 开发

不用MATLAB的工具箱写的bp神经网络代码，可以深入理解bp神经网络的权值与阈值。

matlab当中使用循环进行bp神经网络的编程，不使用工具箱加深对于神经网络的理解

神经元网络BP算法逼近，采用改进后的单边S型激活函数，不使用工具箱的源码。

浙大智能控制大作业。不使用工具箱实现BP