常用的 MATLAB 神经网络工具箱函数

列表中所列出的函数适用于 MATLAB5.3 以上版本，若需要进一步的了解，请参阅 MATLAB 的帮助文档。

1. 网络创建函数
newp   创建感知器网络
newlind   设计一线性层
newlin   创建一线性层
newff    创建一前馈 BP 网络
newcf    创建一多层前馈 BP 网络
newfftd   创建一前馈输入延迟 BP 网络
newrb    设计一径向基网络
newrbe   设计一严格的径向基网络
newgrnn   设计一广义回归神经网络
newpnn   设计一概率神经网络
newc   创建一竞争层 
newsom   创建一自组织特征映射
newhop   创建一 Hopfield 递归网络

newelm   创建一 Elman 递归网络

2. 网络应用函数
sim   仿真一个神经网络
init   初始化一个神经网络
adapt    神经网络的自适应化

train    训练一个神经网络

3. 权函数
dotprod   权函数的点积
ddotprod   权函数点积的导数
dist Euclidean   距离权函数
normprod   规范点积权函数
negdist Negative   距离权函数
mandist Manhattan   距离权函数

linkdist Link  距离权函数

4. 网络输入函数
netsum   网络输入函数的求和

dnetsum   网络输入函数求和的导数

5. 传递函数
hardlim   硬限幅传递函数
hardlims   对称硬限幅传递函数
purelin   线性传递函数
tansig   正切 S 型传递函数
logsig   对数 S 型传递函数
dpurelin   线性传递函数的导数
dtansig   正切 S 型传递函数的导数
dlogsig   对数 S 型传递函数的导数
compet   竞争传递函数
radbas   径向基传递函数

satlins   对称饱和线性传递函数

6. 初始化函数
initlay   层与层之间的网络初始化函数
initwb   阈值与权值的初始化函数
initzero   零权/阈值的初始化函数
initnw Nguyen_Widrow 层的初始化函数
initcon Conscience   阈值的初始化函数

midpoint   中点权值初始化函数

7. 性能分析函数
mae   均值绝对误差性能分析函数
mse   均方差性能分析函数
msereg   均方差 w/reg 性能分析函数
dmse   均方差性能分析函数的导数

dmsereg   均方差 w/reg 性能分析函数的导数

8. 学习函数
learnp   感知器学习函数
learnpn   标准感知器学习函数
learnwh Widrow_Hoff   学习规则
learngd BP   学习规则
learngdm   带动量项的 BP 学习规则
learnk Kohonen   权学习函数
learncon Conscience   阈值学习函数

learnsom   自组织映射权学习函数

9. 自适应函数

adaptwb   网络权与阈值的自适应函数

10. 训练函数
trainwb   网络权与阈值的训练函数
traingd   梯度下降的 BP 算法训练函数
traingdm   梯度下降 w/动量的 BP 算法训练函数
traingda   梯度下降 w/自适应 lr 的 BP 算法训练函数
traingdx   梯度下降 w/动量和自适应 lr 的 BP 算法训练函数
trainlm Levenberg_Marquardt 的 BP   算法训练函数

trainwbl   每个训练周期用一个权值矢量或偏差矢量的训练函数

11. 分析函数

maxlinlr   线性学习层的最大学习率

errsurf   误差曲面

12. 绘图函数
plotes   绘制误差曲面
plotep   绘制权和阈值在误差曲面上的位置

plotsom   绘制自组织映射图

13. 符号变换函数
ind2vec    转换下标成为矢量

vec2ind    转换矢量成为下标矢量

14. 拓扑函数
gridtop    网络层拓扑函数
hextop    六角层拓扑函数
randtop    随机层拓扑函数