MATLAB神经网络应用设计 (4)解析.ppt

第4章 神经网络工具箱函数 本章要点 介绍神经网络工具箱中的通用函数用法 介绍各类神经网络工具箱函数用法 4.2 神经网络工具箱中的通用函数 4.2.1 神经网络仿真函数 神经网络仿真函数sim() 功能：主要用于对神经网络进行仿真。 调用格式： [Y,Pf,Af,E,perf] = sim(net,P,Pi,Ai,T) [Y,Pf,Af,E,perf] = sim(net,{Q TS},Pi,Ai,T)[Y,Pf,Af,E,perf] = sim(net,Q,Pi,Ai,T) 4.2.2神经网络训练及学习函数 1. train（）函数 功能：用于对神经网络进行训练。 调用格式： [net,tr,Y,E,Pf,Af] = train(net,P,T,Pi,Ai) 2. learnp()函数 功能：用于神经网络权值和阈值的学习。 调用格式： [dW,LS] = learnp(W,P,Z,N,A,T,E,gW,gA,D,LP,LS) 3. learnpn()函数 功能：用于神经网络归一化权值和阈值的学习。 调用格式： [dW,LS] = learnpn(W,P,Z,N,A,T,E,gW,gA,D,LP,LS)info = learnpn(code) 4.2.3神经网络初始化函数 1. init（）函数 功能：对神经网络的参数进行初始化。 调用格式： net = init(net) 2. initlay（）函数 功能：对层-层结构神经网络的参数进行初始化。 调用格式： net = initlay(net) 3. initnw（）函数 功能：对一个层进行初始化。 调用格式： net = initnw(net,i) 4. initwb（）函数 功能：对一个层进行初始化。 调用格式： net = initwb(net,i) 5. revert（）函数 功能：将神经网络中的权值和阈值恢复为初始值。 调用格式： net = revert(net) 4.2.4神经网络输入函数 1. netsum（）函数 功能：对输入求和。 调用格式： N = netsum(Z1,Z2,...,Zn) 2. netprod（）函数 功能：对输入数据求和。 调用格式： N = netprod(Z1,Z2,...,Zn)info = netprod(code) 4.2.5神经网络传递函数 1. hardlim（）函数 功能：硬限幅传递函数。 调用格式： A = hardlim(N,FP) 2. hardlims（）函数 功能：对称硬限幅传递函数。 调用格式： A = hardlims(N,FP) 4.3 感知器神经网络工具箱函数 4.3.1 感知器神经网络创建函数 newp（）函数 调用格式： net = newp(PR,S,TF,LF) 4.3.2 感知器神经网络显示函数 1. plotpc（）函数 功能：用于在感知器向量图中绘制分界线。 调用格式： plotpc(W,B)plotpc(W,B,H) 2. plotpv（）函数 功能：用于输入向量和目标向量绘制。 调用格式： plotpv(P,T)plotpv(P,T,V) 4.3.3 感知器神经网络性能函数 mae（）函数 功能：用于计算输出量和目标量之间的平均绝对误差。 调用格式： perf = mae(E,Y,X,FP)dPerf_dy = mae(dy,E,Y,X,perf,FP)dPerf_dx = mae(dx,E,Y,X,perf,FP)info = mae(code) 4.4 BP神经网络工具箱函数 4.4.1 BP神经网络创建函数 1. newff（）函数 功能：创建一前馈BP网络。 调用格式： net = newff(P,T,[S1 S2...S(N-l)],{TF1 TF2...TFNl}, BTF,BLF,PF,IPF,OPF,DDF) 2. newcf（）函数 功能：创建一多层前馈BP网络。 调用格式：net = newcf(P,T,[S1 S2...S(N-l)],{TF1 TF2...TFN}, BTF,BLF,PF,IPF,OPF,DDF) 3. newfftd（）函数 功能：创建一前馈输入延迟BP网络。 调用格式：net = newfftd(P,T,ID,[S1 S2...S(N-l)],{TF1 TF2...TFNl}, BTF,BLF,PF,IPF,OPF,DDF) 4.4.2 BP神经网络传递函数 1. purelin（）函数 功能：线性传递函数。 调用格式： A = purelin(N,FP) 2. tansig（）函数 功能：线性传递函数。 调用格式： A = tansig(N,FP)