MATLAB神经网对象的属性.docVIP

神经网络对象的属性 1．网络总体结构（包括以下属性） (1) numInputs：该属性定义了神经网络的输入个数，属性值可以是0或正整数。需要注意的是，该属性定义了网络输入矢量的总个数，而不是单个输入矢量的维数。 (2) numLayers：该属性定义了神经网络的层数，其值可以是0或正整数。 (3) biasConnect：该属性定义了神经网络的每层是否具有阈值，其值为N×1维的布尔量矩阵，其中N为网络的层数(net.numLayers)。net.biasConnect(i)为1，表示第i层上的神经元具有阈值，为0则表示该层没有阈值。 (4) inputConnect：该属性定义了神经网络的输入层，其值为N×Ni维的布尔量矩阵，其中N为网络的层数，Ni为网络的输入个数(net.numInputs)。net.inputConnect(i,j)为1，表示第i层上的每个神经元都要接收网络的第j个输入矢量，为0则表示不接收该输入。 (5) layerConnect：该属性定义了网络各层的连接情况，其值为N×N维的布尔量矩阵，其中N为网络的层数。net.layerConnect(i,j)为1，表示第i层与第j层上的神经元相连，为0则表示它们不相连。 (6) outputConnect：该属性定义了神经网络的输出层，其值为1×N维的布尔量矩阵，其中N为网络的层数。net.outputConnect(i)为1，表示第i层神经元将产生网络的输出，为0则表示该层不产生输出。 (7) targetConnect：该属性定义了神经网络的目标层，即网络哪些层的输出具有目标矢量。其值为1×N维的布尔量矩阵，其中N为网络的层数。net.targetConnect(i)为1，表示第i层神经元产生的输出具有目标矢量，为0则表示该层输出不具有目标矢量。 (8) numOutputs：该属性定义了神经网络输出矢量的个数，属性值为只读变量，其数值为网络中输出层的总数(sum(net.outputConnect))。 (9) numTargets：该属性定义了网络目标矢量的个数，属性值为只读变量，其数值为网络中目标层的总数(sum(net.targetConnect))。 (10) numInputDelays：该属性定义了神经网络的输入延迟，属性值为只读变量，其数值为网络各输入层输入延迟拍数(net.inputWeights{i,j}.delays)中的最大值。 (11) numLayerDelays：该属性定义了神经网络的层输出延迟，属性值为只读变量，其数值为各层的神经元之间连接延迟拍数(net.layerWeights{i,j}.delays)中的最大值。 2．子对象结构（包括以下属性） (1) inputs：该属性定义了神经网络每个输入的属性，其属性值为Ni×1维的单元数组，其中Ni为网络输入的个数。 (2) layers：该属性定义了神经网络每层神经元的属性，其属性值为N×1维的单元数组，其中N为网络的层数。 (3) outputs：该属性定义了神经网络每个输出的属性，其属性值为N×1维的单元数组，其中N为网络的层数。 (4) targets：该属性定义了每层神经网络目标矢量的属性，其属性值为N×1维的单元数组，其中N为网络的层数。 (5) biases：该属性定义了每层神经网络阈值的属性，其属性值为N×1维的单元数组，其中N为网络的层数。 (6) inputWeights：该属性定义了神经网络每组输入权值的属性，其属性值为N×Ni维的单元数组，其中N为网络的层数，Ni为网络的输入个数。 (7) layerWeights：该属性包括了神经网络各层神经元之间网络权值的属性，其属性值为N×N维的单元数组，其中N为网络的层数。 3．函数神经网络对象的函数包括以下属性： (1) adaptFcn：该属性定义了网络的自适应调整函数，其值为表示自适应函数名称的字符串。 (2) initFcn：该属性定义了网络的初始化函数，其属性值为表示网络初始化函数名称的字符串。 (3) performFcn：该属性定义了衡量网络输出误差的性能函数，其属性值为表示性能函数名称的字符串。 (4) trainFcn：该属性定义了网络的训练函数，其属性值为表示训练函数名称的字符串。 4．神经网络对象的函数参数包括以下属性： (1) adaptParam：该属性定义了网络当前自适应函数的各参数，其值为各参数构成的结构体。 (2) initParam：该属性定义了网络当前初始化函数的各参数，其值为各参数构成的结构体。 (3) performParam：该属性定义了网络当前性能函数的各参数，其值为各参数构成的结构体。 (4) trainParam：该属性定义了网络当前训练函数的各参数，其属性值为