C雲端(MATLAB)測試網絡嵌入式帶電電測頻器監聽應用虛拟化測試(鑽研開發)

    首先介紹一下雲端軟體(MATLAB)産生曆史的記載，它是利用M語言來進行開發，根據曆史回憶，20世紀70年代，也就是美 國新墨西哥大學計算機科學系主任、數值代數領域專家Cleve Moler博士發現用其他進階語言程式設計極為不便，為了減輕學生 在程式設計使用語言的困難和容易學的問題，進而便編寫了也就是現在最早應用的MATLAB(Matrix Laboratory)寫作方法 ，以(Matrix)意思是“矩陣”和(Laboratory)意思是“實驗室”的組合，聯合并用了(FORTRAN)語言編寫集指令 翻譯、科學計算于一身的互動式軟體系統。這一軟體利用是當時數值線性代數領域最高水準的EISPACK和LINPACK兩 大軟體包可靠的子成程式。

      利用相應工具箱來供使用者直接使用，同時利用M語言編寫腳本或者函數檔案來實作使用者的算法；是神經網絡應用測試；比如： 能夠和其它程式設計語言的有：C/C++語言進行混合應用，在不同的程式設計語言中能夠取長補短，并且可以提供基本的數學算 法；例如：矩陣運算、資料分析算法、工程與科學繪圖、控制系統的設計與方針、資料圖像處理、資料信号處理、通信系 統設計與仿真與其财務與金融工程等應用方法。來完成相應的資料可視化的工作。MATLAB産品的工具箱有四十多個，分 别是涵蓋了資料擷取、科學計算以及生物遺傳工程等專業領域。這些作法都在雲端中起到不同的良好應用。

     空間容納比較大的應用軟體；可以進行編輯、繪圖、測試。利用神經網絡工具箱進行BP網絡設計和分析過程，通過對sin函數 采樣得到了網絡的輸入、輸出變量為P和T，比如寫一段網絡測試隐含層節點測試代碼如下：

p=1:2:100；

     T=sin(P*0.1)；

     10=3:12；

     for i=1:10；

     NodeNum=1(i)；                   %隐含層節點數

     TypeNUM=1；                        %輸出維數

     Epochs=1000；                      %測試次數

     TF1 = 'Tansig'TF2='pureln'；     %設定傳遞含數

     net =newff(minmax(p)，[NodeNum TypeNum]，{TF1 TF2}，'trainlm') ；

     net.trainparam.epochs =Epochs；    %最大測試次數

     net.trainparam.goal=le-8；               %最小均方誤差

     net.trainparam.min_grad=le-20；   %最小梯度

     net.trainparam.show=200；             %測試顯示間隔

     net.trainparam.time=inf；                 %最大測試時間

     net.train(net.p.T)；                            %測試

    網絡測試代碼如下：

     p_test=2:2:200；

     T_test=sin(p_test*0.1)；

     k=length(T_test)；

     X=sim(net，p_test)：                      %測試，輸出為預測值

                   for j=1:k

                            error(i)=abs(x(j)-T_test(j))k；  %計算平均絕對誤差

                      end

     end

   以上代碼顯示結果作圖：

     plot(1:length(p_test)，T_test，'r+:'，l：length(p_test)，X，'bo:')

    title('+為真實值，o為預測值')

      以上測試結果表明最大測試次數是1000次，函數采用trainlm進有序的測試，隐含層節點數為7的BP網絡對測試中的函數拟合效果是最好的。在測試時并非是說隐藏含量層節點的點數越多網絡性能就越好。而是反映出測試是否能夠使輸 入層和輸出層的節點數為1，測試根據式（7-20），能夠解決該問題的隐含層節點數應在3-12距離之間，因而設計一個 隐含層節點數可變的BP網絡，取誤差最小的為佳隐含層節點個數。

       當我們把隐含層節點從7增加到8、從10增加到11時，這是誤差反而增大。以下清單是我們測試中的不同節點數網絡測試的 誤差。這樣使你更好的觀視測試的網絡進行了解。

     函數學習算法為Levenberg-Marquadt反傳算法，其優點在于收斂速度快。如果隐藏含層節點數為7時，該采用一些的代碼 為梯度下降算法：net=newff(minmax(P)，[NodeNum TypeNum]，{TF1 TF2}，'traiingd')；網絡的性能曲線 如下圖表顯示所示：

      用不同的測試函數對神經網絡的性能也會造成一定影響的。從誤差性能曲線中可以看出，經過了1000次測試仍未達到測試 要求的目标誤差le-8,這說明在測試函數traingd進行測試收斂速度是很慢的；如此說來便形成了測試時對所産生的誤差是有所 比較的；下面作個圖表層加以說明：

   我們可以利用科學計算方法來開發進行計算測試，神經網絡利用心電圖監測監聽測試網絡、電腦、計算機世界、資料化掃描和 軟體設定化、卧底軟體手機及網絡資料、雷達網進行嵌入式衛星系統進行掃描監聽。還可以連接配接“雲計算”進行跟蹤測試，我們 可以輸入設定好的假音如:機器人聲音、小矮人聲音 、仿真模拟式等等的網絡應用的測試音來進行網絡監聽。用連接配接資料庫來進行 要我想要的虛拟資料進行耳朵測試，測試追蹤資料是由上而下循環進行測試。以下圖資料庫如圖所示：

<a href="http://huangyouliang10.blog.51cto.com/attachment/201107/27/1562091_1311795333YO2u.png"></a>

   應用通道html編寫設定軟體代碼或連結嵌入google地球、衛星導航地圖、電子地圖 、神經網絡、雲計算設定連接配接。      

  輸入編寫軟體連接配接于衛星進行測試耳朵監聽。

<a href="http://huangyouliang10.blog.51cto.com/attachment/201107/27/1562091_1311795416mXv5.png"></a>

我們在通道處設定“假音”勾選所要的音序進行網絡監聽

嵌入是地圖與有電的電圖表連接配接區域距離測試

<a href="http://huangyouliang10.blog.51cto.com/attachment/201107/27/1562091_131179551850YX.png"></a>

最後下圖這是應用MATLAB 7 編輯、繪圖設計，模型仿真應用網格繪圖，虛拟化圖形設計；也是一個神經網絡圖形。

這是自己利用“嵌入式”的方法開發出來的一款監測耳朵監聽心電測頻儀，形成一個扞擾測試系統。

本文轉自huangyouliang10 51CTO部落格，原文連結:http://blog.51cto.com/1572091hyl10/624990