神经网络工具箱

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。nntraintool-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。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。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。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。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。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。srchcha-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。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backprop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。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NNT2.0竞争层。nnt2elm-更新NNT2.0艾尔曼传播网络。nnt2ff-更新NNT2.0馈网络。nnt2hop-更新NNT2.0Hopfield神经复发网络。nnt2lin-更新NNT2.0线性层。nnt2lvq-更新NNT2.0学习矢量量化网络。nnt2p-更新NNT2.0感知。nnt2rb-更新NNT2.0径向基网络。nnt2som-更新NNT2.0自组织映射。性能功能。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。hintonwb-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。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[-11]。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。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。randtop-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。traincgb-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。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。purelin-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。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。negdist-负距离的权重函数。normprod-归一化积权重函数。scalprod-标产品重量的功能。模板的自定义功能。template_distance-模板距离函数。template_init_layer-模板层的初始化函数。template_init_network-模板网络初始化函数。template_init_wb-模板重量/偏置初始化函数。template_learn-模板倾斜功能。template_net_input-模板净输入功能。template_new_network-模板创建新的网络功能。template_performance-模板功能函数。template_process-模板处理功能。template_search-模板搜索功能。template_topology-模板拓扑功能。template_train-模板列车功能。template_transfer-模板传递函数。template_weight-模板权函数。NNET的内容：网络-创建一个自定义的神经网络。slblocks-定义一个特定的工具箱或模块集块库。