神经网络工具箱

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。    nntraintoo

2、l - 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

3、。    DIST - 欧氏距离权重函数。    mandist - 曼哈顿距离权重函数。    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。    

4、;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

5、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。 &#

6、160; 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。  

7、;  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 - 赫布重学习功能。    learnhd - 赫布衰变重学习功能。  

8、  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

9、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/二次插值。    src

10、hcha - 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。   

11、; 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back

12、prop网络。    newgrnn - 设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    &

13、#160; 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。   

14、; 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。    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

15、 - 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。 

16、60;  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。    hint

17、onwb - 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

18、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。    plotsom - 绘制自组织映射。    plotsomhits - 剧情自我组织图来样命中。    

19、;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

20、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 - 地图矩阵行手段，偏离标准值。    processpca - 进程与主成分分析的矩阵行。    

21、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。    randto

22、p - 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 - 周期性为了增加培训瓦特/学习功能。    trainc

23、gb - 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

24、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 - 按顺序递增培训瓦特/学习功能。    trainscg - 规模化的共轭梯度反向传播

25、。   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。    p

26、urelin - 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。 

27、0;  SIM卡 - 模拟神经网络。    初始化 - 初始化神经网络。    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。