神經(jīng)網(wǎng)絡(luò)工具箱

1、精選優(yōu)質(zhì)文檔-傾情為你奉上神經(jīng)網(wǎng)絡(luò)工具箱  版本6.0.4（R2010a版本）25-JAN-2010   圖形用戶界面的功能。    nctool - 神經(jīng)網(wǎng)絡(luò)分類的工具。    nftool - 神經(jīng)網(wǎng)絡(luò)擬合工具。    nprtool - 神經(jīng)網(wǎng)絡(luò)模式識(shí)別工具。    nntool - 神經(jīng)網(wǎng)絡(luò)工具箱的圖形用戶界面。    nntraintoo

2、l - 神經(jīng)網(wǎng)絡(luò)訓(xùn)練工具。    視圖 - 查看一個(gè)神經(jīng)網(wǎng)絡(luò)。   分析功能。    混亂 - 分類混淆矩陣。    errsurf - 單輸入神經(jīng)元的誤差表面。    maxlinlr - 最大的學(xué)習(xí)率的線性層。    鵬 - 受試者工作特征。   距離函數(shù)。    boxdist - 箱距離函數(shù)

3、。    DIST - 歐氏距離權(quán)重函數(shù)。    mandist - 曼哈頓距離權(quán)重函數(shù)。    linkdist - 鏈路距離函數(shù)。   格式化數(shù)據(jù)。    combvec - 創(chuàng)建載體的所有組合。    con2seq - 轉(zhuǎn)換并行向量連續(xù)載體。    同意 - 創(chuàng)建并發(fā)偏載體。    

4、;dividevec - 創(chuàng)建載體的所有組合。    ind2vec - 轉(zhuǎn)換指數(shù)為載體。    最小最大 - 矩陣行范圍。    nncopy - 復(fù)印基質(zhì)或細(xì)胞陣列。    normc - 規(guī)格化矩陣的列。    normr - 規(guī)格化行的矩陣的。    pnormc - 矩陣的偽規(guī)格化列。    定量 - 值離散

5、化作為數(shù)量的倍數(shù)。    seq2con - 轉(zhuǎn)換順序向量并發(fā)載體。    vec2ind - 將矢量轉(zhuǎn)換成指數(shù)。   初始化網(wǎng)絡(luò)功能。    initlay - 層 - 層網(wǎng)絡(luò)初始化函數(shù)。   初始化層功能。    initnw - 阮層的Widrow初始化函數(shù)。    initwb - 從重量和 - 偏置層初始化函數(shù)。 &#

6、160; 初始化的重量和偏見(jiàn)的功能。    initcon - 良心的偏見(jiàn)初始化函數(shù)。    initzero - 零重量/偏置初始化函數(shù)。    initsompc - 初始化SOM的權(quán)重與主要成分。    中點(diǎn) - 中點(diǎn)重初始化函數(shù)。    randnc - 歸一列重初始化函數(shù)。    randnr - 歸行重初始化函數(shù)。  

7、;  蘭特 - 對(duì)稱隨機(jī)重量/偏置初始化函數(shù)。   學(xué)習(xí)功能。    learncon - 良心的偏見(jiàn)學(xué)習(xí)功能。    learngd - 梯度下降重量/偏置學(xué)習(xí)功能。    learngdm - 梯度下降W /氣勢(shì)重量/偏置學(xué)習(xí)功能。    learnh - 赫布重學(xué)習(xí)功能。    learnhd - 赫布衰變重學(xué)習(xí)功能。  

8、  learnis - 重量齡學(xué)習(xí)功能。    learnk - Kohonen的重量學(xué)習(xí)功能。    learnlv1 - LVQ1重學(xué)習(xí)功能。    learnlv2 - LVQ2重學(xué)習(xí)功能。    learnos - Outstar重學(xué)習(xí)功能。    learnsomb - 批自組織映射權(quán)重學(xué)習(xí)功能。    learnp - 感知重

9、量/偏置學(xué)習(xí)功能。    learnpn - 歸感知重量/偏置學(xué)習(xí)功能。    learnsom - 自組織映射權(quán)重學(xué)習(xí)功能。    learnwh - 的Widrow - 霍夫重量/偏置學(xué)習(xí)規(guī)則。   在線搜索功能。    srchbac - 回溯搜索。    srchbre - 布倫特的結(jié)合黃金分割/二次插值。    src

10、hcha - Charalambous“三次插值。    srchgol - 黃金分割。    srchhyb - 混合二分/立方搜索。   凈輸入功能。    netprod - 產(chǎn)品凈輸入功能。    netsum - 求和凈輸入功能。   網(wǎng)絡(luò)創(chuàng)造的功能。    網(wǎng)絡(luò) - 創(chuàng)建一個(gè)自定義的神經(jīng)網(wǎng)絡(luò)。   

11、; NEWC - 創(chuàng)建一個(gè)有競(jìng)爭(zhēng)力的層。    newcf - 創(chuàng)建級(jí)聯(lián)轉(zhuǎn)發(fā)傳播網(wǎng)絡(luò)。    newdtdnn - 創(chuàng)建一個(gè)分布式的時(shí)間延遲神經(jīng)網(wǎng)絡(luò)。    newelm - 創(chuàng)建埃爾曼傳播網(wǎng)絡(luò)。    newfit - Createa一個(gè)合適的網(wǎng)絡(luò)。    newff - 創(chuàng)建前饋傳播網(wǎng)絡(luò)。    newfftd - 創(chuàng)建一個(gè)前饋輸入延遲back

12、prop網(wǎng)絡(luò)。    newgrnn - 設(shè)計(jì)一個(gè)廣義回歸神經(jīng)網(wǎng)絡(luò)。    newhop - 建立一個(gè)經(jīng)常性的Hopfield網(wǎng)絡(luò)。    紐林 - 創(chuàng)建一個(gè)線性層。    newlind - 設(shè)計(jì)一個(gè)線性層。    newlvq - 創(chuàng)建學(xué)習(xí)型矢量量化網(wǎng)絡(luò)。    newnarx - 創(chuàng)建前饋傳播網(wǎng)絡(luò)與反饋    &

13、#160; 從輸出到輸入。    newnarxsp - 創(chuàng)建在串并聯(lián)布置的NARX網(wǎng)絡(luò)。    NEWP - 創(chuàng)建一個(gè)感知。    newpnn - 設(shè)計(jì)一個(gè)概率神經(jīng)網(wǎng)絡(luò)。    newpr - 創(chuàng)建一個(gè)模式識(shí)別網(wǎng)絡(luò)。    newrb - 設(shè)計(jì)一個(gè)徑向基網(wǎng)絡(luò)。    newrbe - 設(shè)計(jì)一個(gè)確切的徑向基網(wǎng)絡(luò)。   

14、; 紐森 - 創(chuàng)建一個(gè)自組織映射。   網(wǎng)絡(luò)轉(zhuǎn)換功能。    sp2narx - 轉(zhuǎn)換串并聯(lián)NARX網(wǎng)絡(luò)并行（反饋）的形式。   網(wǎng)絡(luò)更新功能。    nnt2c - 更新NNT 2.0競(jìng)爭(zhēng)層。    nnt2elm - 更新NNT 2.0艾爾曼傳播網(wǎng)絡(luò)。    nnt2ff - 更新NNT 2.0饋網(wǎng)絡(luò)。    nnt2hop

15、 - 更新NNT 2.0 Hopfield神經(jīng)復(fù)發(fā)網(wǎng)絡(luò)。    nnt2lin - 更新NNT 2.0線性層。    nnt2lvq - 更新NNT 2.0學(xué)習(xí)矢量量化網(wǎng)絡(luò)。    nnt2p - 更新NNT 2.0感知。    nnt2rb - 更新NNT 2.0徑向基網(wǎng)絡(luò)。    nnt2som - 更新NNT 2.0自組織映射。   性能功能。 

16、60;  美 - 平均絕對(duì)誤差性能的功能。    MSE - 均方誤差性能函數(shù)。    msereg - 均方誤差有正表現(xiàn)功能。    mseregec - 均方誤差與正規(guī)化和節(jié)約性能的功能。    上證所 - 誤差平方和性能的功能。   繪圖功能。    hintonw - 韓丁圖權(quán)重矩陣。    hint

17、onwb - 權(quán)重矩陣和偏移向量的韓丁圖。    plotbr - 貝葉斯正規(guī)化培訓(xùn)小區(qū)網(wǎng)絡(luò)的性能。    plotconfusion - 劇情分類混淆矩陣。    plotep - 劇情上的錯(cuò)誤表面上的重量偏的位置。    plotes - 繪制單個(gè)輸入神經(jīng)元的誤差表面。    plotfit - 繪圖函數(shù)擬合。    plotpc - 對(duì)感知矢量圖繪制分

18、線。    plotperform - 小區(qū)網(wǎng)絡(luò)的性能。    plotpv - 劇情感知輸入/目標(biāo)向量。    plotregression - 劇情線性回歸。    plotroc - 情節(jié)受試者工作特征。    plotsom - 繪制自組織映射。    plotsomhits - 劇情自我組織圖來(lái)樣命中。    

19、;plotsomnc - 繪制自組織映射鄰居連接。    plotsomnd - 繪制自組織映射鄰居的距離。    plotsompos - 繪制自組織映射權(quán)重的位置。    plotsomtop - 繪制自組織映射的拓?fù)浣Y(jié)構(gòu)。    plottrainstate - 劇情訓(xùn)練狀態(tài)值。    plotv - 矢量繪制從原點(diǎn)線。    plotvec - 繪圖

20、用不同的顏色矢量。    postreg - 培訓(xùn)后回歸分析。   處理數(shù)據(jù)。    fixunknowns - 具有未知值的過(guò)程矩陣行。    mapminmax - 地圖矩陣行最小和最大值設(shè)置為-1 1。    mapstd - 地圖矩陣行手段，偏離標(biāo)準(zhǔn)值。    processpca - 進(jìn)程與主成分分析的矩陣行。    

21、removeconstantrows - 刪除矩陣的行恒定值。    removerows - 刪除矩陣的行與指定的索引。   Simulink的支持。    gensim - 生成Simulink模塊來(lái)模擬神經(jīng)網(wǎng)絡(luò)。   拓?fù)涔δ堋?#160;   gridtop - 網(wǎng)格層拓?fù)涔δ堋?#160;   hextop - 六角層拓?fù)涔δ堋?#160;   randto

22、p - 隨機(jī)層拓?fù)涔δ堋?#160;  培訓(xùn)功能。    trainb - 批量訓(xùn)練重量和偏見(jiàn)的學(xué)習(xí)規(guī)則。    trainbuwb - 批無(wú)監(jiān)督權(quán)/偏置學(xué)習(xí)。    trainbfg - BFGS擬牛頓反向傳播。    trainbr - 貝葉斯正規(guī)化建設(shè)。    trainc - 周期性為了增加培訓(xùn)瓦特/學(xué)習(xí)功能。    trainc

23、gb - 鮑威爾，比爾共軛梯度反向傳播。    traincgf - 弗萊徹，鮑威爾共軛梯度反向傳播。    traincgp - 波拉克，Ribiere共軛梯度反向傳播。    traingd - 梯度下降反向傳播。    traingdm - 梯度下降動(dòng)量反向傳播。    traingda - 梯度下降自適應(yīng)LR反向傳播。    traingdx - 梯

24、度下降瓦特/動(dòng)量及自適應(yīng)LR反向傳播。    trainlm - 列文伯格 - 馬夸特反向傳播。    trainoss - 一步割線反向傳播。    trainr - 隨機(jī)順序遞增培訓(xùn)瓦特/學(xué)習(xí)功能。    trainrp - 彈性反向傳播（RPROP）。    火車 - 按順序遞增培訓(xùn)瓦特/學(xué)習(xí)功能。    trainscg - 規(guī)?；墓曹椞荻确聪騻鞑?/p>

25、。   傳遞函數(shù)。    compet - 競(jìng)爭(zhēng)傳遞函數(shù)。    hardlim - 硬極限傳輸函數(shù)。    hardlims - 對(duì)稱硬極限傳輸函數(shù)。    logsig - 登錄乙狀結(jié)腸傳遞函數(shù)。    netinv - 逆?zhèn)鬟f函數(shù)。    poslin - 正線性傳遞函數(shù)。    p

26、urelin - 線性傳遞函數(shù)。    radbas - 徑向基函數(shù)。    satlin - 飽和線性傳遞函數(shù)。    satlins - 對(duì)稱飽和線性傳遞函數(shù)。    SOFTMAX - 軟最大傳輸函數(shù)。    tansig - 雙曲正切S形傳遞函數(shù)。    tribas - 三角基函數(shù)。   使用網(wǎng)絡(luò)。 

27、0;  SIM卡 - 模擬神經(jīng)網(wǎng)絡(luò)。    初始化 - 初始化神經(jīng)網(wǎng)絡(luò)。    適應(yīng) - 允許一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)適應(yīng)。    火車 - 訓(xùn)練神經(jīng)網(wǎng)絡(luò)。    disp已 - 顯示一個(gè)神經(jīng)網(wǎng)絡(luò)的特性。    顯示 - 顯示名稱和神經(jīng)網(wǎng)絡(luò)變量的性質(zhì)。   重功能。    convwf - 卷積權(quán)函數(shù)。    DIST - 歐氏距離權(quán)重函數(shù)。    dotprod - 點(diǎn)產(chǎn)品重量的功能。    mandist - 曼哈頓距離權(quán)重函數(shù)。