神经网络工具箱函数.docx

1、神经网络工具箱函数函数与网络类型assocl相关学习规则backpopBP网络elma nElman反馈网络hopfieldhopfiield反馈网络linnet线性网络Ivq学习向量量化网络percpt感知器网络selforg自组织网络函数分类说明分析函数errsurf单输入神经兀误差面maxlinlr线性神经兀最大学习速率距离函数boxdist两个位置向量之间的距离dist欧几里得距离函数lin kdistLink距离函数man distManhattan距离函数图形接口函数n ntool神经网络工具箱图形用户界面网络差初始化函数initnwNguyen-Widrow层初始化函数initw

2、b阈值和权值层初始化函数学习函数lear neonCo nscie nee阈值学习函数lear ngd梯度下降法权值/阈值学习函数lear ngdm带有动量的梯度下降权值/阈值学习函数learnhHebb权值学习函数lear nhd退化的Hebb权值学习函数learnis内星(Instar)权值学习函数lear nkKohonen权值学习函数learnlvlLVQ1权值学习函数learnlv2LVQ2权值学习函数lear nos外星(Outstar)权值学习函数lear np感知器权值和阈值学习函数lear npn标准化感矢11器权值和阈值学习函数lear nsom自组织映射权值学习函数lea

3、r nwhWidow-Hoff权值和阈值学习函数线性搜索函数srchbac应用回退搜索法的一维最小化srchbre应用Brent方法的一维间距定位srchcha应用Vharalambous方法的一维最小化srchgol应用黄金分割搜索法的一维最小化srchhyb应用二元/三元综合搜索法的一维最小化网络输入导数函数dn etprod网络输入求积的导数函数dn tsum网络输入求和的导数函数网络输入函数n etprod网络输入求积函数n etsum网络输入求和函数网络初始化in itlay逐层网络初始化函数网络应用函数adapt允许一个神经网络自适应调节disp显示一个神经网络的属性display

4、显示一个神经网络变量的名称和属性in it初始化一个神经网络sim仿真一个神经网络train训练一个神经网络网络创建函数n etwork创建一个自定义神经网络n ewe创建一个竞争层n ewef创建一个多层前馈BP网络n ewelm创建一个Elman BP网络n ewff创建一个前馈BP网络newffd创建一个前馈输入延迟BP网络n ewgr nn创建一个广义回归神经网络n ewhop创建一个hopfield反馈网络newlin创建一个线性层n ewli nd设计一个线性层n ewlvq创建一个学习向量量化网络n ewp创建一个感知器网络n ewp nn设计-个概率神经网络newrb设计一个径

5、向基函数网络n ewbe设计一个严格径向基函数网络n ewsom创建一个自组织特征映射性能函数的导数函数dmae平均绝对误差性能函数导数dmse均方误差性能函数导数dmsereg均方误差w/reg性能函数导数dsse误差平方和性能函数导数性能函数mae平均绝对误差性能函数mse均方误差性能函数msereg均方误差w/reg性能函数sse误差平方和性能函数绘图函数hintonw权值矩阵的hinton图hintonwb权值矩阵和阈值向量的hint on图plotbr绘制应用bayesian规则训练的网络plotep绘制权值和阈值在误差面上的位置plotes绘制单输入神经兀的误差面plotpc在感知

6、器向量图上绘制分类线plotperf绘制网络性能函数plotpv绘制感知器输入/输出向量plotsom绘制自组织特征映射plotv将向量绘制成从原点出发的直线plotvec用不同的颜色绘制向量预处理和后处理函数postm nmx将已被prenmmx规范化的数据进行反规氾化处理posterg应用线性回归分析对网络响应进行后期处理poststd将已被prestd.规划化的数据进行反规氾化处理premnmx数据规范化和1之间）prepca对输入数据进行主要组成部分的分析prestd数据规范化（均值为0,单位标准差）tramnmx传递预处理最大最小值的数据trapca传递经过prepca计算过的pea

7、矩阵的数据1trastd传递预先计算过均值和标准差的数据Simulin支撑函数genism为神经网络仿真生成一个 Simuli nk模型拓扑函数pridtop矩形拓扑函数hextop六角形拓扑函数ran dtop随机拓扑函数训练函数trainb利用权值和阈值学习规则进行批处理训练函数trai nb 馆BFGS拟牛顿回退训练函数trainbrBayesian标准化训练函数trainc循环一次递增修正训练函数traincgbPowell-Beale共辘梯度的BP算法训练函数traincgfFletcher-Powell共轨梯度的BP算法训练函数traind梯度下降的BP算法训练函数traindga

8、有自适应学习率lr的梯度下降BP算法训练函数traingdm有动量的梯度下降BP算法训练函数traingdx有动量和自适应lr的梯度下降BP算法训练函数trainlmLevenberg-Marquardt的BP算法训练函数trainoss步正割的BP算法训练函数trainr随机依次递增修正训练函数trainrp能复位的BP算法训练函数(Rprop)trains顺序依次递增修正训练函数trainscg量化连续梯度的BP算法训练函数传递函数导数函数dharmlim强限幅传递函数导数dhardlims对称强限幅传递函数导数dlogsig对数S型传递函数导数dposlin正线性传递函数导数dpurel

9、i n线性传递函数导数dradbas径向基传递函数导数dsatlin饱和线性传递函数导数dsatlins对称饱和线性传递函数导数dtansig正切S型传递函数导数dtribas三角基传递函数导数传递函数compet竞争传递函数hardlim强限幅传递函数hardlims对称强限幅传递函数logsig对数S型传递函数poslin正线性传递函数pureli n线性传递函数radbas径向基传递函数satlin饱和线性传递函数satlins对称饱和线性传递函数softmax次最大传递函数tansig正切S型传递函数tribas三角基传递函数有效函数calca计算网络输出和其他标示信号calcal计算

10、单个时间步长的网络信号calce计算层误差calcel计算单个时间步长的层误差calcgx用单个向量计算权值和阈值性能梯度calcjejj计算jacobian性能向量calcjx用单个向量计算权值和阈值性能jacobian矩阵Jcakpd计算延时的网络输入calcperf计算网络输出、信号和性能formx将阈值和权值组成单一向量getx用一个单一向量获取所有网络权值和阈值setx用一个单一向量设置网络权值和阈值向量函数cell2mat将一个矩阵的细胞数组组合成为一个矩阵combvec创建向量的所有组合con2seq将并仃向量转换为序列向量concur创建并行阈值向量in d2vec将标量转换为向量mat2cell将矩阵拆幵成为矩阵的细胞数组minmax矩阵行向量的范围n ormc矩阵列向量的规范化n ormr矩阵行向量的规范化pno rmc矩阵列向量的拟规范化qua nt数量离散化成为数量级seq2con将序列向量转换为并行向量sumsqr矩阵元素的平方和vec2i nd将向量转换为标量权值和阈值初始化函数initco nCon scie nee阈值初始化函数in itzero零权值和阈值初始化函数midpoint中点权值初始化函数randnc规范化列向量权值初始化函数randnr规范