MATLAB神经网络工具箱中的函数属性及其参数定义.ppt

该【MATLAB神经网络工具箱中的函数属性及其参数定义 】是由【小可爱】上传分享，文档一共【18】页，该文档可以免费在线阅读，需要了解更多关于【MATLAB神经网络工具箱中的函数属性及其参数定义 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。2021文档名Thosewhoadheretotheprinciplesofwisdom,haverightattitudes,,对象还包括一些子对象:输入向量、网络层、输出向量、目标向量、权值向量和阈值向量等,这样网络对象和各子对象的属性共同确定了神经网络对象的特性。网络属性除了只读属性外,均可以按照约定的格式和属性的类型进行设置、修改、引用等。引用格式为:网络名.[子对象].{1}.range=[01;01];{1}.size=3;{1}.=’hardlim’-结构属性决定了网络子对象的数目(包括输入向量、网络层向量、输出向量、目标向量、阈值向量和权值向量的数目)以及它们之间的连接关系。无论何时,结构属性值一旦发生变化,网络就会自动重新定义,与之相关的其他属性值也会自动更新。(1).numInputs属性定义了网络的输入源数,它可以被设置为零或正整数。(2)numLayers属性:numLayers属性定义了网络的层数,它可以被设置为零或正整数。(3).biasConnect属性定义各个网络层是否具有阈值向量,其值为布尔型向量(0或1),.numLayers)(4).inputConnect属性定义各网络层是否具有来自个输入向量的连接权,其值为布尔型向量(0或1),.layers{1}.size)。(5).layerConnect属性定义一个网络层是否具有来自另外一个网络层的连接权,其值为的布尔型向量(0或1)。(6).targetConnect定义各网络层是否和目标向量有关,其值为的布尔型向量(0或1)。(7).outputConnect属性定义各网络层是否作为输出层,其值为的布尔型向量(0或1)。(8)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。其属性值为维的布尔量矩阵。(9)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(.outputConnect))。(10)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(.targetConnect))。(11)numInputDelays:该属性定义了神经网络的输入延迟,属性值为只读变量,.inputWeights{i,j}.delays)中的最大值。(12)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,.layerWeights{i,j}.delays)中的最大值。-函数属性定义了一个网络在进行权值/阈值调整、初始化、误差性能计算或训练时采用的算法。(1).属性定义了网络进行权值/阈值自适应调整时所采用的函数,它可以被设置为任意一个进行权值/阈值调整的函数名,包括trains函数。(2).属性定义了网络用于衡量网络性能所采用的函数,其属性值为表示性能函数名称的字符串。(3).属性定义了网络用于训练网络性能所采用的函数,其属性值为表示训练函数名称的字符串。(4).属性定义了网络初始化权值/阈值向量所采用的函数其属性值为表示网络初始化函数名称的字符串。包括层—层结构的初始化函数initlay,层初始化函数initnw,initwb。(1).adaptParam属性定义了网络当前自适应函数的各参数,其属性值为各参数构成的结构体。(2).initParam属性定义了网络当前初始化函数的各参数,其属性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,其属性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,其属性值为各参数构成的结构体。(1).targets{i}.size,该属性定义了第层网络目标向量中元素的个数,.layers{i}.size)。(2).targets{i}.userdata,该属性为用户提供了增加关于第个网络层目标向量的用户信息的地方,它预先只定义一个字段,其值为一提示信息