神经网络工具箱(共6页).docx

《神经网络工具箱(共6页).docx》由会员分享，可在线阅读，更多相关《神经网络工具箱(共6页).docx（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上神经网络工具箱版本6.0.4（R2010a版本）25-JAN-2010图形用户界面的功能。nctool - 神经网络分类的工具。nftool - 神经网络拟合工具。nprtool - 神经网络模式识别工具。nntool - 神经网络工具箱的图形用户界面。nntraintool - 神经网络训练工具。视图 - 查看一个神经网络。分析功能。混乱 - 分类混淆矩阵。errsurf - 单输入神经元的误差表面。maxlinlr - 最大的学习率的线性层。鹏 - 受试者工作特征。距离函数。boxdist - 箱距离函数。DIST - 欧氏距离权重函数。mandist - 曼哈顿

2、距离权重函数。linkdist - 链路距离函数。格式化数据。combvec - 创建载体的所有组合。con2seq - 转换并行向量连续载体。同意 - 创建并发偏载体。dividevec - 创建载体的所有组合。ind2vec - 转换指数为载体。最小最大 - 矩阵行范围。nncopy - 复印基质或细胞阵列。normc - 规格化矩阵的列。normr - 规格化行的矩阵的。pnormc - 矩阵的伪规格化列。定量 - 值离散化作为数量的倍数。seq2con - 转换顺序向量并发载体。vec2ind - 将矢量转换成指数。初始化网络功能。initlay - 层 - 层网络初始化函数。初始化层

3、功能。initnw - 阮层的Widrow初始化函数。initwb - 从重量和 - 偏置层初始化函数。初始化的重量和偏见的功能。initcon - 良心的偏见初始化函数。initzero - 零重量/偏置初始化函数。initsompc - 初始化SOM的权重与主要成分。中点 - 中点重初始化函数。randnc - 归一列重初始化函数。randnr - 归行重初始化函数。兰特 - 对称随机重量/偏置初始化函数。学习功能。learncon - 良心的偏见学习功能。learngd - 梯度下降重量/偏置学习功能。learngdm - 梯度下降W /气势重量/偏置学习功能。learnh - 赫布重学

4、习功能。learnhd - 赫布衰变重学习功能。learnis - 重量龄学习功能。learnk - Kohonen的重量学习功能。learnlv1 - LVQ1重学习功能。learnlv2 - LVQ2重学习功能。learnos - Outstar重学习功能。learnsomb - 批自组织映射权重学习功能。learnp - 感知重量/偏置学习功能。learnpn - 归感知重量/偏置学习功能。learnsom - 自组织映射权重学习功能。learnwh - 的Widrow - 霍夫重量/偏置学习规则。在线搜索功能。srchbac - 回溯搜索。srchbre - 布伦特的结合黄金分割/二次

5、插值。srchcha - Charalambous“三次插值。srchgol - 黄金分割。srchhyb - 混合二分/立方搜索。净输入功能。netprod - 产品净输入功能。netsum - 求和净输入功能。网络创造的功能。网络 - 创建一个自定义的神经网络。NEWC - 创建一个有竞争力的层。newcf - 创建级联转发传播网络。newdtdnn - 创建一个分布式的时间延迟神经网络。newelm - 创建埃尔曼传播网络。newfit - Createa一个合适的网络。newff - 创建前馈传播网络。newfftd - 创建一个前馈输入延迟backprop网络。newgrnn - 设

6、计一个广义回归神经网络。newhop - 建立一个经常性的Hopfield网络。纽林 - 创建一个线性层。newlind - 设计一个线性层。newlvq - 创建学习型矢量量化网络。newnarx - 创建前馈传播网络与反馈从输出到输入。newnarxsp - 创建在串并联布置的NARX网络。NEWP - 创建一个感知。newpnn - 设计一个概率神经网络。newpr - 创建一个模式识别网络。newrb - 设计一个径向基网络。newrbe - 设计一个确切的径向基网络。纽森 - 创建一个自组织映射。网络转换功能。sp2narx - 转换串并联NARX网络并行（反馈）的形式。网络更新功能

7、。nnt2c - 更新NNT 2.0竞争层。nnt2elm - 更新NNT 2.0艾尔曼传播网络。nnt2ff - 更新NNT 2.0馈网络。nnt2hop - 更新NNT 2.0 Hopfield神经复发网络。nnt2lin - 更新NNT 2.0线性层。nnt2lvq - 更新NNT 2.0学习矢量量化网络。nnt2p - 更新NNT 2.0感知。nnt2rb - 更新NNT 2.0径向基网络。nnt2som - 更新NNT 2.0自组织映射。性能功能。美 - 平均绝对误差性能的功能。MSE - 均方误差性能函数。msereg - 均方误差有正表现功能。mseregec - 均方误差与正规

8、化和节约性能的功能。上证所 - 误差平方和性能的功能。绘图功能。hintonw - 韩丁图权重矩阵。hintonwb - 权重矩阵和偏移向量的韩丁图。plotbr - 贝叶斯正规化培训小区网络的性能。plotconfusion - 剧情分类混淆矩阵。plotep - 剧情上的错误表面上的重量偏的位置。plotes - 绘制单个输入神经元的误差表面。plotfit - 绘图函数拟合。plotpc - 对感知矢量图绘制分线。plotperform - 小区网络的性能。plotpv - 剧情感知输入/目标向量。plotregression - 剧情线性回归。plotroc - 情节受试者工作特征。p

9、lotsom - 绘制自组织映射。plotsomhits - 剧情自我组织图来样命中。plotsomnc - 绘制自组织映射邻居连接。plotsomnd - 绘制自组织映射邻居的距离。plotsompos - 绘制自组织映射权重的位置。plotsomtop - 绘制自组织映射的拓扑结构。plottrainstate - 剧情训练状态值。plotv - 矢量绘制从原点线。plotvec - 绘图用不同的颜色矢量。postreg - 培训后回归分析。处理数据。fixunknowns - 具有未知值的过程矩阵行。mapminmax - 地图矩阵行最小和最大值设置为-1 1。mapstd - 地图矩阵

10、行手段，偏离标准值。processpca - 进程与主成分分析的矩阵行。removeconstantrows - 删除矩阵的行恒定值。removerows - 删除矩阵的行与指定的索引。Simulink的支持。gensim - 生成Simulink模块来模拟神经网络。拓扑功能。gridtop - 网格层拓扑功能。hextop - 六角层拓扑功能。randtop - 随机层拓扑功能。培训功能。trainb - 批量训练重量和偏见的学习规则。trainbuwb - 批无监督权/偏置学习。trainbfg - BFGS拟牛顿反向传播。trainbr - 贝叶斯正规化建设。trainc - 周期性为了

11、增加培训瓦特/学习功能。traincgb - 鲍威尔，比尔共轭梯度反向传播。traincgf - 弗莱彻，鲍威尔共轭梯度反向传播。traincgp - 波拉克，Ribiere共轭梯度反向传播。traingd - 梯度下降反向传播。traingdm - 梯度下降动量反向传播。traingda - 梯度下降自适应LR反向传播。traingdx - 梯度下降瓦特/动量及自适应LR反向传播。trainlm - 列文伯格 - 马夸特反向传播。trainoss - 一步割线反向传播。trainr - 随机顺序递增培训瓦特/学习功能。trainrp - 弹性反向传播（RPROP）。火车 - 按顺序递增培训瓦

12、特/学习功能。trainscg - 规模化的共轭梯度反向传播。传递函数。compet - 竞争传递函数。hardlim - 硬极限传输函数。hardlims - 对称硬极限传输函数。logsig - 登录乙状结肠传递函数。netinv - 逆传递函数。poslin - 正线性传递函数。purelin - 线性传递函数。radbas - 径向基函数。satlin - 饱和线性传递函数。satlins - 对称饱和线性传递函数。SOFTMAX - 软最大传输函数。tansig - 双曲正切S形传递函数。tribas - 三角基函数。使用网络。SIM卡 - 模拟神经网络。初始化 - 初始化神经网络。

13、适应 - 允许一个神经网络来适应。火车 - 训练神经网络。disp已 - 显示一个神经网络的特性。显示 - 显示名称和神经网络变量的性质。重功能。convwf - 卷积权函数。DIST - 欧氏距离权重函数。dotprod - 点产品重量的功能。mandist - 曼哈顿距离权重函数。negdist - 负距离的权重函数。normprod - 归一化积权重函数。scalprod - 标产品重量的功能。模板的自定义功能。template_distance - 模板距离函数。template_init_layer - 模板层的初始化函数。template_init_network - 模板网络初始

14、化函数。template_init_wb - 模板重量/偏置初始化函数。template_learn - 模板倾斜功能。template_net_input - 模板净输入功能。template_new_network - 模板创建新的网络功能。template_performance - 模板功能函数。template_process - 模板处理功能。template_search - 模板搜索功能。template_topology - 模板拓扑功能。template_train - 模板列车功能。template_transfer - 模板传递函数。template_weight - 模板权函数。NNET的内容：网络 - 创建一个自定义的神经网络。专心-专注-专业