Matlab的神经网络工具箱入门
Matlab的神经网络工具箱入门
在command window中键入 help nnet
>> help nnet
Neural Network Toolbox
Version 7.0 (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GUI
nctool - 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。
用他给出的命令 nntool（同样是在command window键入）调出图形用户界面如下
>> help nnet
Neural Network Toolbox 神经网络工具箱
Version 8.1 (R2013b) 08-Aug-2013 2013的8.1 版
Graphical user interface functions. 图形用户界面函数
nnstart - Neural Network Start GUI 神经网络启动图形用户界面GUI
nctool - Neural network classification tool 神经网络分类工具
nftool - Neural Network Fitting Tool 神经网络拟合工具
nntraintool - Neural network training tool 神经网络训练工具
nprtool - Neural network pattern recognition tool 神经网络模式识别工具
ntstool - NFTool Neural Network Time Series Tool NFTool 神经网络时间序列工具 nntool - Neural Network Toolbox graphical user interface. 神经网络工具箱图形用户界面
view - View a neural network. 查看一个神经网络
Network creation functions. 网络生成函数
cascadeforwardnet – Cascade-forward neural network. 级联神经网络
competlayer - Competitive neural layer. 竞争神经层
distdelaynet - Distributed delay neural network. 分布式延迟神经网络
elmannet - Elman neural network. Elman 神经网络
feedforwardnet - Feed-forward neural network. 前馈神经网络
fitnet - Function fitting neural network. 函数拟合神经网络
layrecnet - Layered recurrent neural network. 分层递归神经网络
linearlayer - Linear neural layer. 线性神经层
lvqnet - Learning vector quantization (LVQ) neural network. 学习向量量化(LVQ) 神经网络
narnet - Nonlinear auto-associative time-series network. 非线性自动组合时间序列网络
narxnet - Nonlinear auto-associative time-series network with external input. 具有外部输入的非线性自动组合时间序列网络
newgrnn - Design a generalized regression neural network. 设计一个广义回归神经网络
newhop - Create a Hopfield recurrent network. 创建一个 Hopfield 复发性网络
newlind - Design a linear layer. 设计一个线性层
newpnn - Design a probabilistic neural network. 设计一个概率神经网络 newrb - Design a radial basis network. 设计一个径向基网络
newrbe - Design an exact radial basis network. 设计一个精确的径向基网络 patternnet - Pattern recognition neural network. 模式识别神经网络
perceptron - Perceptron.
selforgmap - Self-organizing map. 自组织映射
timedelaynet - Time-delay neural network. 时间延迟神经网络
Using networks. 网络使用
network - Create a custom neural network. 创建一个定制的神经网络
sim - Simulate a neural network. 模拟神经网络
init - Initialize a neural network. 初始化一个神经网络
adapt - Allow a neural network to adapt. 神经网络的适应
train - Train a neural network. 训练一个神经网络
disp - Display a neural network's properties. 显示一个神经网络的属性
display - Display the name and properties of a neural network 显示一个神经网络的名字和属性
adddelay - Add a delay to a neural network's response. 加一个延时到神经网络响应 closeloop - Convert neural network open feedback to closed feedback loops. 转变神经网络打开反馈到关闭反馈的回路
formwb - Form bias and weights into single vector. 使偏差和权重成为单一向量 getwb - Get all network weight and bias values as a single vector. 获得全部网络权重和偏差当作单一向量
noloop - Remove neural network open and closed feedback loops. 移去神经网络打开和关闭反馈回路
openloop - Convert neural network closed feedback to open feedback loops. 转变神经网络关闭反馈到打开反馈的回路
removedelay - Remove a delay to a neural network's response. 为神经网络反应移去一个延迟
separatewb - Separate biases and weights from a weight/bias vector. 从一个权重/偏差向量分离偏差和权重
setwb - Set all network weight and bias values with a single vector. 用一个单一向量设置全部网络权重和偏差值
Simulink support. 仿真支持
gensim - Generate a Simulink block to simulate a neural network. 生成Simulink模块来模拟神经网络
setsiminit - Set neural network Simulink block initial conditions 设置神经网络Simulink模块初始条件
getsiminit - Get neural network Simulink block initial conditions 获得神经网络Simulink模块初始条件
neural - Neural network Simulink blockset. 神经网络Simulink 模块集
Training functions. 训练函数
trainb - Batch training with weight & bias learning rules. 批处理具有权重和偏差学习规则的训练
trainbfg - BFGS quasi-Newton backpropagation. BFGS 拟牛顿反向传播
trainbr - Bayesian Regulation backpropagation. 贝叶斯规则的反向传播
trainbu - Unsupervised batch training with weight & bias learning rules. 无监管的批处理具有权重和偏差学习规则的训练
trainbuwb - Unsupervised batch training with weight & bias learning rules. 无监管的批处理具有权重和偏差学习规则的训练
trainc - Cyclical order weight/bias training. 循环顺序权重和偏差训练
traincgb - Conjugate gradient backpropagation with Powell-Beale restarts. 具有 Powell-Beale 重新开始的共轭梯度反向传播
traincgf - Conjugate gradient backpropagation with Fletcher-Reeves updates. 具有Fletcher-Reeves 更新的共轭梯度反向传播
traincgp - Conjugate gradient backpropagation with Polak-Ribiere updates. 具有Polak-Ribiere 更新的共轭梯度Polak-Ribiere
traingd - Gradient descent backpropagation. 梯度下降反向传播
traingda - Gradient descent with adaptive lr backpropagation. 具有自适应LR的反向传播梯度下降
traingdm - Gradient descent with momentum. 具有动量的梯度下降
traingdx - Gradient descent w/momentum & adaptive lr backpropagation. 梯度下降瓦特/动量与自适应LR的反向传播
trainlm - Levenberg-Marquardt backpropagation. Levenberg-Marquardt反向传播 trainoss - One step secant backpropagation. 一步割线反向传播
trainr - Random order weight/bias training. 随机权重/偏差训练
trainrp - RPROP backpropagation. RPROP 反向传播
trainru - Unsupervised random order weight/bias training. 无监管随机权重/偏差训练 trains - Sequential order weight/bias training. 顺序权重/偏差训练
trainscg - Scaled conjugate gradient backpropagation. 规模化共轭梯度反向传播
Plotting functions. 绘图函数
plotconfusion - Plot classification confusion matrix. 图分类混淆矩阵
ploterrcorr - Plot autocorrelation of error time series. 误差自相关时间序列图 ploterrhist - Plot error histogram. 误差直方图
plotfit - Plot function fit. 绘图功能(函数)配合
plotinerrcorr - Plot input to error time series cross-correlation. 绘制输入误差时间序列互
相关
plotperform - Plot network performance. 绘制网络性能
plotregression - Plot linear regression. 绘制线性回归
plotresponse - Plot dynamic network time-series response. 绘制动态网络时间序列反应
plotroc - Plot receiver operating characteristic. 绘制接收器操作特性
plotsomhits - Plot self-organizing map sample hits. 绘制自组织映射样本采样数
plotsomnc - Plot Self-organizing map neighbor connections. 绘制自组织映射邻居关系
plotsomnd - Plot Self-organizing map neighbor distances. 绘制自组织映射邻居距离
plotsomplanes - Plot self-organizing map weight planes. 绘制自组织映射权重位面 plotsompos - Plot self-organizing map weight positions. 绘制自组织映射权重位置 plotsomtop - Plot self-organizing map topology. 绘制自组织映射拓扑结构 plottrainstate - Plot training state values. 绘制训练状态值
plotwb - Plot Hinton diagrams of weight and bias values. 绘制权重和偏差值得 Hinton 图
Lists of other neural network implementation functions. 神经网络其他重要函数的列表
nnadapt - Adapt functions. 适应函数
adaptwb - Sequential order incremental training w/learning functions.
nnderivative - Derivative functions. 派生(衍生)函数
Neural Network Toolbox Calculation Functions. 神经网络工具箱计算函数
The contents of this directory may change without notice. These files are implementation files not intended for direct use. 这个目录的内容可以改变故没有公告，这些文件是安装启用文件并非直接可应用的。
nndistance - Distance functions. 距离函数
boxdist - Box distance function. Box距离函数
dist - Euclidean distance weight function. 欧几里得距离权值函数
linkdist - Link distance function. Link距离函数
mandist - Manhattan distance function. Manhattan 距离函数
nndivision - Division functions. 除法函数
divideblock - Partition indices into three sets using blocks of indices. 划分指标成为三个可用指标块集
divideind - Partition indices into three sets using specified indices. 划分指标成为三个可用指定指标集
divideint - Partition indices into three sets using interleaved indices. 划分指标成为三个可用交叉存储指标集
dividerand - Partition indices into three sets using random indices. 划分指标成为三个可用随机指标集
dividetrain - Partition indices into training set only. 划分指标仅成为训练集
nninitlayer - Initialize layer functions. 初始化层函数
initnw - Nguyen-Widrow layer initialization function. Nguyen-Widrow 层初始化函数
initwb - By-weight-and-bias layer initialization function. 附近(次要的)-权值和阈值层初始化函数
nninitnetwork - Initialize network functions. 初始化网络函数
initlay - Layer-by-layer network initialization function. 叠层网络初始化函数
nninitweight - Initialize weight functions. 初始化权值函数
Bias only initialization functions 仅阈值初始化函数
initcon - Conscience bias initialization function. Conscience 阈值初始化函数 nnlearn - Learning functions. 学习函数
learncon - Conscience bias learning function. Conscience阈值学习函数
learngd - Gradient descent weight/bias learning function. 梯度下降权值/阈值学习函数
learngdm - Gradient descent w/momentum weight/bias learning function. 梯度下降w/动量 权值/阈值学习函数
learnh - Hebb weight learning rule. Hebb 权值学习规则
learnhd - Hebb with decay weight learning rule. 有衰减Hebb 权值学习规则 learnis - Instar weight learning function. Instar 权值学习函数
learnk - Kohonen weight learning function. Kohonen权值学习函数
learnlv1 - LVQ1 weight learning function. LVQ1 权值学习函数
learnlv2 - LVQ 2.1 weight learning function. LVQ 2.1权值学习函数
learnos - Outstar weight learning function. Outstar权值学习函数
learnp - Perceptron weight/bias learning function. 感知器的权值/偏差学习函数
learnpn - Normalized perceptron weight/bias learning function. 标准感知器的学习函数
learnsom - Self-organizing map weight learning function. 自组织映射权值学习函数
learnsomb - LEARNSOM Batch self-organizing map weight learning function. LEARNSOM 批处理自组织映射权值学习函数
learnwh - Widrow-Hoff weight/bias learning function. Widrow-Hoff 权值/偏差学习函数
nnnetinput - Net input functions. 网络输入函数
netprod - Product net input function. Product 网络输入函数
netsum - Sum net input function. Sum网络输入函数
nnperformance - Performance functions. 性能函数
mae - Mean absolute error performance function. 平均绝对误差性能函数
mse - Mean squared error performance function. 均方误差性能函数
sae - Sum absolute error performance function. Sum 绝对误差性能函数
sse - Sum squared error performance function. Sum均方误差性能函数
nnprocess - Processing functions. 处理函数
General Data Preprocessing 一般数据预处理
fixunknowns - Processes matrix rows with unknown values. 用未知值处理矩阵行
mapminmax - Map matrix row minimum and maximum values to [-1 1]. 映射矩阵行最小和最大值成 [-1,1]
mapstd - Map matrix row means and deviations to standard values. 映射
矩阵行均值和偏差成标准值
processpca - Processes rows of matrix with principal component analysis. 用主成分分析处理矩阵行
removeconstantrows - Remove matrix rows with constant values. 用常量移去矩阵行 removerows - Remove matrix rows with specified indices. 用指定指标移去矩阵行
Data Preprocessing for Specific Algorithms 特定算法数据预处理
lvqoutputs - Define settings for LVQ outputs, without changing values. 为LVQ定义设置，没有值的改变
nnsearch - Line search functions. 线性搜索函数
srchbac - One-dimensional minimization using backtracking. 用回溯法一维最小化 srchbre - One-dimensional interval location using Brent's method. 用 Brent 法一维区间位置
srchcha - One-dimensional minimization using the method of Charalambous. 用Charalambous 方法一维最小化
srchgol - One-dimensional minimization using golden section search. 用黄金分割收索一维最小化
srchhyb - One-dimensional minimization using a hybrid bisection-cubic search. 用平分三次收索一维最小化
nntopology - Topology functions. 拓扑函数
gridtop - Grid layer topology function. 网格层拓扑函数
hextop - Hexagonal layer topology function. 六角形层拓扑函数
randtop - Random layer topology function. 随机层拓扑函数
tritop - Triangle layer topology function. 三角形层拓扑函数
nntransfer - Transfer functions. 传递函数
compet - Competitive transfer function. 竞争传递函数
elliotsig - Elliot sigmoid transfer function. Elliot S型传递函数
hardlim - Positive hard limit transfer function. 正的硬界限传递函数
hardlims - Symmetric hard limit transfer function. 对称硬界限传递函数
logsig - Logarithmic sigmoid transfer function. 对数S型传递函数
netinv - Inverse transfer function. 逆传递函数
poslin - Positive linear transfer function. 正的线性传递函数
purelin - Linear transfer function. 线性传递函数
radbas - Radial basis transfer function. 径向基传递函数
radbasn - Radial basis normalized transfer function. 径向基规格化传递函数
satlin - Positive saturating linear transfer function. 正饱和线性传递函数
satlins - Symmetric saturating linear transfer function. 对称饱和线性传递函数 softmax - Soft max transfer function. 软最大传递函数
tansig - Symmetric sigmoid transfer function. 对称 S型传递函数
tribas - Triangular basis transfer function. 三角基传递函数
nnweight - Weight functions. 权重函数
Weight functions 权值函数
convwf - Convolution weight function. 卷积权值函数
dotprod - Dot product weight function. 点积权值函数
negdist - Negative distance weight function. 负距离权值函数
normprod - Normalized dot product weight function. 标准化点积权值函数
scalprod - Scalar product weight function. 标积权值函数
Distance functions can be used as weight functions 距离函数可以用作权值函数 boxdist - Box distance function. Box 距离函数
dist - Euclidean distance weight function. 欧几里得距离函数
linkdist - Link distance function. Link 距离函数
mandist - Manhattan distance function. Manhattan 距离函数
Demonstrations, Datasets and Other Resources 演示，数据集和其他资源
nndemos - Neural Network Toolbox demonstrations. 神经网络工具箱展示 nndatasets - Neural Network Toolbox datasets. 神经网络工具箱数据集
nntextdemos - Neural Network Design textbook demonstrations. 神经网络设计教科书展示
nntextbook - Neural Network Design textbook information. 神经网络设计教科书信息