matlab中BP神经网络的使用方法和实例，有时候在使用matla进行数据分析和计算的时候，想使用BP神经网络算法，怎么使用呢，下面来分享一下方法
Matlab求助：到底什么是自适应PID 1.试凑法，试凑法就是人工选择PID参数，使控制系统响应达到预定要求，这种方法既简单又复杂，说简单是，如果你有经验和运气的话，那么在SIMULINK中，可能很快就达到了目标，说难的是，在现场实战中，可能费了很大时间和精力来调整三个参数，也没有完成任务。2.临界比例度法，临界比例度法就是仅在P作用下，调整比例度使系统等幅振荡，然后根据公式算出PID值，效果如图1所示，图中左半部分是系统等幅振荡，右半部分是控制效果。3.衰减曲线法，衰减曲线法 就是仅在P作用下，调整比例度使系统响应曲线以4：1或10：1比率衰减，然后根据公式算出PID值，效果如图2所示，图中左半部分是系统衰减曲线，右半部分是控制效果。4.反应曲线法，反应曲线法就是在开环状态下，加阶跃信号，然后用一阶加纯滞后系统逼近原系统，然后根据由Z-N或C-C公式算出PID值，效果如图3所示，图中左半部分是系统 响应曲线，右半部分是控制效果。
用matlab怎么把运动目标和不动的二值化 function vu=get_mask()/定义函数VUbg=imread('tu\\\\131.jpg')；读入图片131.jpgbg=rgb2gray(bg)；将图片转换为灰度图像bg=im2bw(bg，graythresh(bg))；再转换为二值图，阈值是对灰度图像用最大类间方差法得到的Img=imread('tu\\\\1.jpg')；读入图片1.JPGI=rgb2gray(Img)；转换为灰度图I=im2bw(I，graythresh(I))；转换为二值图bw=I；L=bwlabel(I)；从黑背景甄别白块，返回和I相同大小的图像Lstats=regionprops(L，'Area')；统计被标记白块的区域的总面积Ar=cat(1，stats.Area)；按列连接矩阵[mr，ind]=max(Ar)；找到Ar中那些最大值的索引位置，将他们放在向量ind中I(L~=ind)=0；I中L与ind不相等的位置赋值为零vu=imfill(I，'holes')；将原图填充孔洞
