Matlab的神经网络工具箱入门.doc

Matlab的神经网络工具箱入门在commandwindow中键入helpnnet>>helpnnetNeuralNetworkToolboxVersion7.0（R2010b）03-Aug-2010神经网络工具箱版本7.0（R2010b）03八月，2010图形用户界面功能nnstart-神经网络启动GUInctool-神经网络分类工具nftool-神经网络的拟合工具nntraintool-神经网络的训练工具nprtool-神经网络模式识别工具ntstool-NFTool神经网络时间序列的工具nntool-神经网络工具箱的图形用户界面查看-查看一个神经网络网络的建立功能cascadeforwardnet-串级，前馈神经网络competlayer-竞争神经层distdelaynet-分布时滞的神经网络elmannet-Elman神经网络feedforwardnet-前馈神经网络fitnet-函数拟合神经网络layrecnet-分层递归神经网络linearlayer-线性神经层lvqnet-学习矢量量化（LVQ）神经网络narnet-非线性自结合的时间序列网络narxnet-非线性自结合的时间序列与外部输入网络newgrnn-设计一个广义回归神经网络。

newhop-建立经常性的Hopfield网络newlind-设计一个线性层newpnn-设计概率神经网络newrb-径向基网络设计newrbe-设计一个确切的径向基网络patternnet-神经网络模式识别感知-感知selforgmap-自组织特征映射timedelaynet-时滞神经网络利用网络网络-创建一个自定义神经网络SIM卡-模拟一个神经网络初始化-初始化一个神经网络适应-允许一个神经网络来适应火车-火车的神经网络DISP键-显示一个神经网络的属性显示-显示的名称和神经网络属性adddelay-添加延迟神经网络的反应closeloop-神经网络的开放反馈转换到关闭反馈回路formwb-表格偏见和成单个向量的权重getwb-将它作为一个单一向量中的所有网络权值和偏差noloop-删除神经网络的开放和关闭反馈回路开环-转换神经网络反馈，打开封闭的反馈循环removedelay-删除延迟神经网络的反应separatewb-独立的偏见和重量/偏置向量的权重setwb-将所有与单个矢量网络权值和偏差Simulink的支持gensim-生成Simulink模块来模拟神经网络setsiminit-集神经网络的Simulink模块的初始条件getsiminit-获取神经网络Simulink模块的初始条件神经元-神经网络Simulink的模块库。

培训职能trainb-批具有重量与偏见学习规则的培训trainbfg-的BFGS拟牛顿倒传递trainbr-贝叶斯规则的BP算法trainbu-与重量与偏见一批无监督学习规则的培训trainbuwb-与体重无监督学习规则与偏见一批培训trainc-循环顺序重量/偏见的培训traincgb-共轭鲍威尔比尔重新启动梯度反向传播traincgf-共轭弗莱彻-里夫斯更新梯度反向传播traincgp-共轭波拉克-Ribiere更新梯度反向传播traingd-梯度下降反向传播traingda-具有自适应LR的反向传播梯度下降traingdm-与动量梯度下降traingdx-梯度下降瓦特/惯性与自适应LR的反向传播trainlm-采用Levenberg-马奎德倒传递trainoss-一步割线倒传递trainr-随机重量/偏见的培训trainrp-RPROP反向传播trainru-无监督随机重量/偏见的培训火车-顺序重量/偏见的培训trainscg-规模化共轭梯度BP算法绘图功能plotconfusion-图分类混淆矩阵ploterrcorr-误差自相关时间序列图ploterrhist-绘制误差直方图。

plotfit-绘图功能适合plotinerrcorr-图输入错误的时间序列的互相关plotperform-小区网络性能plotregression-线性回归情节plotresponse-动态网络图的时间序列响应plotroc-绘制受试者工作特征plotsomhits-小区自组织图来样打plotsomnc-小区自组织映射邻居的连接plotsomnd-小区自组织映射邻居的距离plotsomplanes-小区自组织映射重量的飞机plotsompos-小区自组织映射重量立场plotsomtop-小区自组织映射的拓扑结构plottrainstate-情节训练状态值plotwb-图寒春重量和偏差值图列出其他神经网络实现的功能nnadapt-适应职能nnderivati??ve-衍生功能nndistance-距离函数nndivision-除功能nninitlayer-初始化层功能nninitnetwork-初始化网络功能nninitweight-初始化权函数nnlearn-学习功能nnnetinput-净输入功能nnperformance-性能的功能nnprocess-处理功能nnsearch-线搜索功能。

nntopology-拓扑结构的功能nntransfer-传递函数nnweight-重量的功能示威，数据集和其他资源nndemos-神经网络工具箱的示威nndatasets-神经网络工具箱的数据集nntextdemos-神经网络设计教科书的示威nntextbook-神经网络设计教科书的资讯调出图形用户界面如下用他给出的命令nntool（同样是在commandwindow键入）nnstart-NeuralNetworkStartGUI神经网络启动图形用户界面GUInctool-Neuralnetworkclassificationtool神经网络分类工具nftool-NeuralNetworkFittingTool神经网络拟合工具nntraintool-Neuralnetworktrainingtool神经网络训练工具nprtool-Neuralnetworkpatternrecognitiontool神经网络模式识别工具ntstool-NFToolNeuralNetworkTimeSeriesToolNFTool神经网络时间序列工具nntool-NeuralNetworkToolboxgraphicaluserinterface.神经网络工具箱图形用户界面view-Viewaneuralnetwork.查看一个神经网络Networkcreationfunctions.网络生成函数cascadeforwardnet-Cascade-forwardneuralnetwork.级联神经网络competlayerdistdelaynetelmannetfeedforwardnetfitnetlayrecnetlinearlayerlvqnet- Competitiveneurallayer.竞争神经层- Distributeddelayneuralnetwork.分布式延迟神经网络- Elmanneuralnetwork.Elman神经网络- Feed-forwardneuralnetwork.前馈神经网络- Functionfittingneuralnetwork.函数拟合神经网络- Layeredrecurrentneuralnetwork.分层递归神经网络-Linearneurallayer.线性神经层- Learningvectorquantization(LVQ)neuralnetwork.学习向量量化(LVQ)神经网络narnet间序列网络narxnet-Nonlinearauto-associativetime-seriesnetwork.非线性自动组合时-Nonlinearauto-associativetime-seriesnetworkwithexternalinput.具有外部输入的非线性自动组合时间序列网络newgrnn-Designageneralizedregressionneuralnetwork.设计一个广义回归神经网络newhop网络newlind-CreateaHopfieldrecurrentnetwork.创建一个Hopfield复发性-Designalinearlayer.设计一个线性层newpnnnewrbnewrbepatternnetperceptronselforgmap-Designaprobabilisticneuralnetwork.设计一个概率神经网络-Designaradialbasisnetwork.设计一个径向基网络-Designanexactradialbasisnetwork.设计一个精确的径向基网络-Patternrecognitionneuralnetwork.模式识别神经网络-Perceptron.-Self-organizingmap.自组织映射timedelaynet-Time-delayneuralnetwork.时间延迟神经网络Usingnetworks.网络使用networksiminitadapttraindispdisplay-Createacustomneuralnetwork.创建一个定制的神经网络-Simulateaneuralnetwork.模拟神经网络-Initializeaneuralnetwork.初始化一个神经网络-Allowaneuralnetworktoadapt.神经网络的适应-Trainaneuralnetwork.训练一个神经网络-Displayaneuralnetwork'sproperties.显示一个神经网络的属性-Displaythenameandpropertiesofaneuralnetwork显示一个神经网络的名字和属性adddelaycloseloop-Addadelaytoaneuralnetwork'sresponse.加一个延时到神经网络响应-Convertneuralnetworkopenfeedbacktoclosedfeedbackloops.转变神经网络打开反馈到关闭反馈的回路formwbgetwb-Formbiasandweightsintosinglevector.使偏差和权重成为单一向量-Getallnetworkweightandbiasvaluesasasinglevector.获得全部网络权重和偏差当作单一向量noloop-Removeneuralnetworkopenandclosedfeedbackloops.移去神经网络打开和关闭反馈回路openloop-Convertneuralnetworkclosedfeedbacktoopenfeedbackloops.转变神经网络关闭反馈到打开反馈的回路removedelay-Removeadelaytoaneuralnetwork'sresponse.为神经网络反应移去一个延迟separatewb-Separatebiasesandweightsfromaweight/biasvector.从一个权重/偏差向量分离偏差和权重。