2.1　MATLAB基本知识

MATLAB软件正如其名字，是MAT（Matrix，矩阵）与LAB（Laboratory，实验室）两个英文单词缩写的合成。因此，在该软件中，所有的元素都是按照矩阵的格式处理的，即便是1个标量数据也将其按照1×1的矩阵模式进行处理。

例如，在命令区如果输入一个变量a，则会发现在工作区出现相应的表示，说明其是向量，如图2-3所示。

此外，如果以计算机语言的分类看MATLAB代码指令系统，MATLAB属于解释性的语言，不需要进行变量定义（因为其已经将所有的变量看作是矩阵形式），语句的执行过程不需要进行成段的编译及逐行解释。这种方式的指令系统在计算机领域见仁见智，如果只是对这种指令系统进行应用，对其了解即可。

图2-3　MATLAB以矩阵模式处理数据

对于使用MATLAB进行编程以便实现各种各样的数据分析、数据计算、存档和共享等内容在相关图书中有详细介绍，此处就不再赘述。众所周知，神经网络的运行在很大程度上依赖于数据。因此，有必要介绍MATLAB数据的常用导入情况。如果预先已经准备有数据，则可以通过表2-1中的指令将外部数据导入工作区。

表2-1　MATLAB数据导入相关指令

除此之外，还可以在MATLAB界面的菜单栏选择“导入数据”选项，如图2-4（a）所示。然后根据要导入的数据进行路径选择，此时会弹出“导入向导”界面，可以根据所进行的项目勾选相应的复选框，例如可以选择“生成MATLAB代码”数据文件等，如图2-4（b）所示。在此之后就可以导入所选的数据文件了，如图2-4（c）所示。

在进行完数据分析后，还需要将数据导出。MATLAB数据导出的常用指令如表2-2所示。

图2-4　在MATLAB中使用菜单项进行数据导入情况

表2-2　MATLAB数据导出的常用指令

以上是在MATLAB指令下的数据输入／输出情况。如果在MATLAB中使用图形化的编程方法，即用Simulink进行数据分析，则首先需要建立一个Simulink模型文件（∗.mdl）。在建立模型文件后从Simulink库中选择相应的“模块”（Block），根据不同的数据来源进行数据导入，如图2-5所示。

与之对应，在数据导出时也需要先有一个模块进行数据导出，可以在Simulink/Sinks中方便地找到这些模块，此处不再赘述。在数据导出后常常需要进行数据的可视化处理，也就是需要将数据绘制成图形。MATLAB软件在这方面可以说是现行诸多软件中的佼佼者，很多软件的图形处理功能大多无法与其相比。除了在软件中提供了多种绘图指令外，MATLAB R2019b还提供了方便的绘图菜单选项，如图2-6所示。

MATLAB是一个规模宏大的软件，涉及的学科种类也有很多。其指令代码的运行方式及各种专用工具箱也难以在此一一详述。因为在神经网络的运行过程中对数据处理的要求较多，故在此处进行介绍以便为后续的学习做好准备。

图2-5　数据导入

图2-5　（续）

图2-6　MATLAB菜单栏中的“绘图”选项