1.設計函數

solvein????設計線性網絡；????????????????solverb???設計徑向基網絡；??????????????????????solverbe????設計精確的徑向基網絡；

solvehop??設計Hopfield網絡。

?

2.傳遞函數

hardlim??硬限幅傳遞函數；???????????hardlims???對稱硬限幅傳遞函數；????????purelin??線性傳遞函數；

tansig???正切S型傳遞函數；?????????logsig??對數S型傳遞函數；???????????????????satlin??飽和線性傳遞函數；

satlins??對稱飽和線性傳遞函數；?????radbas???徑向基傳遞函數；??????????????dist??計算矢量間的距離；

compet??自組織映射傳遞函數；???????dpurelin??線性傳遞函數的導數；???????dtansig???正切S型傳遞函數的導數；

dlogsig???對數S型傳遞函數的導數。

?

?3.學習規則

learnp???感知層學習規則；?????????????????learnpn??規范感知層學習規則；?????????????learnbp???BP學習規則；

learnbpm???帶動量項的BP學習規則；?????learnlm??Levenberg-Marquardt學習規則；

learnwh???Widrow-Hoff學習規則；??????????learnk??Kohonen學習規則；??learncon??Conscience閾值學習函數；

learnsom??自組織映射權學習函數；???????learnh??Hebb學習規則；???????learnhd??退化的Hebb學習規則；

learnis??內星學習規則；???????????learnos 外星學習規則；

?

4.網絡創建函數

newp??創建感知器網絡；???????????newlind???設計一線性層；???????????newlin???創建一線性層；

newff???創建一前饋BP網絡；?????newcf???創建一多層前饋BP網絡；???newfftd??創建一前饋輸入延遲BP網絡；

newrb??設計一徑向基網絡；????????newrbe???設計一嚴格的徑向基網絡；??????newgrnn??設計一廣義回歸神經網絡；

newpnn?????設計一概率神經網絡；???????newc創建一競爭層；????newsom???創建一自組織特征映射；

newhop???創建一Hopfield遞歸網絡；?????newelm??創建一Elman遞歸網絡；

?

5.網絡應用函數

sim??仿真一個神經網絡；??????????init??初始化一個神經網絡；???????adapt???神經網絡的自適應化；

train????訓練一個神經網絡。

?

6.訓練函數

trainwb??網絡權與閾值的訓練函數；?????????????traingd???梯度下降的BP算法訓練函數；

traingdm??梯度下降w/動量的BP算法訓練函數；?????traingda???梯度下降w/自適應lr的BP算法訓練函數；

traingdx???梯度下降w/動量和自適應lr的BP算法訓練函數；????trainlm???Levenberg-Marquardt的BP算法訓練函數；

trainwbl??每個訓練周期用一個權值矢量或偏差矢量的訓練函數；???????trainc???訓練競爭層；

trainfm??訓練特性圖；?????????trainlvq???訓練LVQ網絡；??????trainelm??訓練Elman遞歸網絡；

trainbpx???利用快速傳播訓練網絡；??????????trainsm 訓練自組織映射網絡；?????????trainp??利用感知層規則訓練感知層；

?trainpn??利用規范感知層規則訓練感知層；??????trainbp???用BP算法訓練前向網絡；??

trainbpx??用快速BP算法訓練前向網絡；????????????trainlm???用Levenberg-Marquardt算法訓練前向網絡；

trainwh??用Widrow-Hoff規則訓練線性層。

轉載于:https://www.cnblogs.com/eclipSycn/p/6077222.html

總結

以上是生活随笔為你收集整理的matlab神经网络函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。