神经网络工具箱
版本6.0.4（R2010a版本）25-JAN-2010
图形用户界面的功能。
nctool - 神经网络分类的工具。
nftool - 神经网络拟合工具。
nprtool - 神经网络模式识别工具。
nntool - 神经网络工具箱的图形用户界面。
nntraintool - 神经网络训练工具。
视图 - 查看一个神经网络。
分析功能。
混乱 - 分类混淆矩阵。
errsurf - 单输入神经元的误差表面。
maxlinlr - 最大的学习率的线性层。
鹏 - 受试者工作特征。
距离函数。
boxdist - 箱距离函数。
DIST - 欧氏距离权重函数。
mandist - 曼哈顿距离权重函数。
linkdist - 链路距离函数。
格式化数据。
combvec - 创建载体的所有组合。
con2seq - 转换并行向量连续载体。
同意 - 创建并发偏载体。
dividevec - 创建载体的所有组合。
ind2vec - 转换指数为载体。
最小最大 - 矩阵行范围。
nncopy - 复印基质或细胞阵列。
normc - 规格化矩阵的列。
normr - 规格化行的矩阵的。
pnormc - 矩阵的伪规格化列。
定量 - 值离散化作为数量的倍数。
seq2con - 转换顺序向量并发载体。
vec2ind - 将矢量转换成指数。
初始化网络功能。
initlay - 层 - 层网络初始化函数。
初始化层功能。
initnw - 阮层的Widrow初始化函数。
initwb - 从重量和 - 偏置层初始化函数。
初始化的重量和偏见的功能。
initcon - 良心的偏见初始化函数。
initzero - 零重量/偏置初始化函数。
initsompc - 初始化SOM的权重与主要成分。 中点 - 中点重初始化函数。
randnc - 归一列重初始化函数。
randnr - 归行重初始化函数。
兰特 - 对称随机重量/偏置初始化函数。
学习功能。
learncon - 良心的偏见学习功能。
learngd - 梯度下降重量/偏置学习功能。
learngdm - 梯度下降W /气势重量/偏置学习功能。 learnh - 赫布重学习功能。
learnhd - 赫布衰变重学习功能。
learnis - 重量龄学习功能。
learnk - Kohonen的重量学习功能。
learnlv1 - LVQ1重学习功能。
learnlv2 - LVQ2重学习功能。
learnos - Outstar重学习功能。
learnsomb - 批自组织映射权重学习功能。
learnp - 感知重量/偏置学习功能。
learnpn - 归感知重量/偏置学习功能。
learnsom - 自组织映射权重学习功能。
learnwh - 的Widrow - 霍夫重量/偏置学习规则。
在线搜索功能。
srchbac - 回溯搜索。
srchbre - 布伦特的结合黄金分割/二次插值。 srchcha - Charalambous“三次插值。
srchgol - 黄金分割。
srchhyb - 混合二分/立方搜索。
净输入功能。
netprod - 产品净输入功能。
netsum - 求和净输入功能。
网络创造的功能。
网络 - 创建一个自定义的神经网络。
NEWC - 创建一个有竞争力的层。
newcf - 创建级联转发传播网络。
newdtdnn - 创建一个分布式的时间延迟神经网络。 newelm - 创建埃尔曼传播网络。
newfit - Createa一个合适的网络。
newff - 创建前馈传播网络。
newfftd - 创建一个前馈输入延迟backprop网络。 newgrnn - 设计一个广义回归神经网络。
newhop - 建立一个经常性的Hopfield网络。 纽林 - 创建一个线性层。
newlind - 设计一个线性层。
newlvq - 创建学习型矢量量化网络。
newnarx - 创建前馈传播网络与反馈
从输出到输入。
newnarxsp - 创建在串并联布置的NARX网络。 NEWP - 创建一个感知。
newpnn - 设计一个概率神经网络。
newpr - 创建一个模式识别网络。
newrb - 设计一个径向基网络。
newrbe - 设计一个确切的径向基网络。
纽森 - 创建一个自组织映射。
网络转换功能。
sp2narx - 转换串并联NARX网络并行（反馈）的形式。
网络更新功能。
nnt2c - 更新NNT 2.0竞争层。
nnt2elm - 更新NNT 2.0艾尔曼传播网络。
nnt2ff - 更新NNT 2.0馈网络。
nnt2hop - 更新NNT 2.0 Hopfield神经复发网络。 nnt2lin - 更新NNT 2.0线性层。
nnt2lvq - 更新NNT 2.0学习矢量量化网络。
nnt2p - 更新NNT 2.0感知。
nnt2rb - 更新NNT 2.0径向基网络。
nnt2som - 更新NNT 2.0自组织映射。
性能功能。
美 - 平均绝对误差性能的功能。
MSE - 均方误差性能函数。
msereg - 均方误差有正表现功能。
mseregec - 均方误差与正规化和节约性能的功能。 上证所 - 误差平方和性能的功能。
绘图功能。
hintonw - 韩丁图权重矩阵。
hintonwb - 权重矩阵和偏移向量的韩丁图。
plotbr - 贝叶斯正规化培训小区网络的性能。 plotconfusion - 剧情分类混淆矩阵。
plotep - 剧情上的错误表面上的重量偏的位置。 plotes - 绘制单个输入神经元的误差表面。 plotfit - 绘图函数拟合。
plotpc - 对感知矢量图绘制分线。
plotperform - 小区网络的性能。
plotpv - 剧情感知输入/目标向量。
plotregression - 剧情线性回归。
plotroc - 情节受试者工作特征。
plotsom - 绘制自组织映射。
plotsomhits - 剧情自我组织图来样命中。
plotsomnc - 绘制自组织映射邻居连接。
plotsomnd - 绘制自组织映射邻居的距离。 plotsompos - 绘制自组织映射权重的位置。 plotsomtop - 绘制自组织映射的拓扑结构。 plottrainstate - 剧情训练状态值。
plotv - 矢量绘制从原点线。
plotvec - 绘图用不同的颜色矢量。
postreg - 培训后回归分析。
处理数据。
fixunknowns - 具有未知值的过程矩阵行。
mapminmax - 地图矩阵行最小和最大值设置为[-1 1]。 mapstd - 地图矩阵行手段，偏离标准值。
processpca - 进程与主成分分析的矩阵行。 removeconstantrows - 删除矩阵的行恒定值。 removerows - 删除矩阵的行与指定的索引。
Simulink的支持。
gensim - 生成Simulink模块来模拟神经网络。
拓扑功能。
gridtop - 网格层拓扑功能。
hextop - 六角层拓扑功能。
randtop - 随机层拓扑功能。
培训功能。
trainb - 批量训练重量和偏见的学习规则。 trainbuwb - 批无监督权/偏置学习。
trainbfg - BFGS拟牛顿反向传播。
trainbr - 贝叶斯正规化建设。
trainc - 周期性为了增加培训瓦特/学习功能。 traincgb - 鲍威尔，比尔共轭梯度反向传播。
traincgf - 弗莱彻，鲍威尔共轭梯度反向传播。 traincgp - 波拉克，Ribiere共轭梯度反向传播。 traingd - 梯度下降反向传播。
traingdm - 梯度下降动量反向传播。
traingda - 梯度下降自适应LR反向传播。
traingdx - 梯度下降瓦特/动量及自适应LR反向传播。 trainlm - 列文伯格 - 马夸特反向传播。
trainoss - 一步割线反向传播。
trainr - 随机顺序递增培训瓦特/学习功能。 trainrp - 弹性反向传播（RPROP）。
火车 - 按顺序递增培训瓦特/学习功能。
trainscg - 规模化的共轭梯度反向传播。
传递函数。
compet - 竞争传递函数。
hardlim - 硬极限传输函数。
hardlims - 对称硬极限传输函数。
logsig - 登录乙状结肠传递函数。
netinv - 逆传递函数。
poslin - 正线性传递函数。
purelin - 线性传递函数。
radbas - 径向基函数。
satlin - 饱和线性传递函数。
satlins - 对称饱和线性传递函数。
SOFTMAX - 软最大传输函数。
tansig - 双曲正切S形传递函数。
tribas - 三角基函数。
使用网络。
SIM卡 - 模拟神经网络。
初始化 - 初始化神经网络。
适应 - 允许一个神经网络来适应。
火车 - 训练神经网络。
disp已 - 显示一个神经网络的特性。
显示 - 显示名称和神经网络变量的性质。
重功能。
convwf - 卷积权函数。
DIST - 欧氏距离权重函数。
dotprod - 点产品重量的功能。
mandist - 曼哈顿距离权重函数。
negdist - 负距离的权重函数。
normprod - 归一化积权重函数。
scalprod - 标产品重量的功能。
模板的自定义功能。
template_distance - 模板距离函数。
template_init_layer - 模板层的初始化函数。 template_init_network - 模板网络初始化函数。 template_init_wb - 模板重量/偏置初始化函数。 template_learn - 模板倾斜功能。
template_net_input - 模板净输入功能。
template_new_network - 模板创建新的网络功能。 template_performance - 模板功能函数。 template_process - 模板处理功能。
template_search - 模板搜索功能。
template_topology - 模板拓扑功能。
template_train - 模板列车功能。
template_transfer - 模板传递函数。
template_weight - 模板权函数。
NNET的内容：
网络 - 创建一个自定义的神经网络。
神经网络工具箱
版本6.0.4（R2010a版本）25-JAN-2010
图形用户界面的功能。
nctool - 神经网络分类的工具。
nftool - 神经网络拟合工具。
nprtool - 神经网络模式识别工具。
nntool - 神经网络工具箱的图形用户界面。
nntraintool - 神经网络训练工具。
视图 - 查看一个神经网络。
分析功能。
混乱 - 分类混淆矩阵。
errsurf - 单输入神经元的误差表面。
maxlinlr - 最大的学习率的线性层。
鹏 - 受试者工作特征。
距离函数。
boxdist - 箱距离函数。
DIST - 欧氏距离权重函数。
mandist - 曼哈顿距离权重函数。
linkdist - 链路距离函数。
格式化数据。
combvec - 创建载体的所有组合。
con2seq - 转换并行向量连续载体。
同意 - 创建并发偏载体。
dividevec - 创建载体的所有组合。
ind2vec - 转换指数为载体。
最小最大 - 矩阵行范围。
nncopy - 复印基质或细胞阵列。
normc - 规格化矩阵的列。
normr - 规格化行的矩阵的。
pnormc - 矩阵的伪规格化列。
定量 - 值离散化作为数量的倍数。
seq2con - 转换顺序向量并发载体。
vec2ind - 将矢量转换成指数。
初始化网络功能。
initlay - 层 - 层网络初始化函数。
初始化层功能。
initnw - 阮层的Widrow初始化函数。
initwb - 从重量和 - 偏置层初始化函数。
初始化的重量和偏见的功能。
initcon - 良心的偏见初始化函数。
initzero - 零重量/偏置初始化函数。
initsompc - 初始化SOM的权重与主要成分。 中点 - 中点重初始化函数。
randnc - 归一列重初始化函数。
randnr - 归行重初始化函数。
兰特 - 对称随机重量/偏置初始化函数。
学习功能。
learncon - 良心的偏见学习功能。
learngd - 梯度下降重量/偏置学习功能。
learngdm - 梯度下降W /气势重量/偏置学习功能。 learnh - 赫布重学习功能。
learnhd - 赫布衰变重学习功能。
learnis - 重量龄学习功能。
learnk - Kohonen的重量学习功能。
learnlv1 - LVQ1重学习功能。
learnlv2 - LVQ2重学习功能。
learnos - Outstar重学习功能。
learnsomb - 批自组织映射权重学习功能。
learnp - 感知重量/偏置学习功能。
learnpn - 归感知重量/偏置学习功能。
learnsom - 自组织映射权重学习功能。
learnwh - 的Widrow - 霍夫重量/偏置学习规则。
在线搜索功能。
srchbac - 回溯搜索。
srchbre - 布伦特的结合黄金分割/二次插值。 srchcha - Charalambous“三次插值。
srchgol - 黄金分割。
srchhyb - 混合二分/立方搜索。
净输入功能。
netprod - 产品净输入功能。
netsum - 求和净输入功能。
网络创造的功能。
网络 - 创建一个自定义的神经网络。
NEWC - 创建一个有竞争力的层。
newcf - 创建级联转发传播网络。
newdtdnn - 创建一个分布式的时间延迟神经网络。 newelm - 创建埃尔曼传播网络。
newfit - Createa一个合适的网络。
newff - 创建前馈传播网络。
newfftd - 创建一个前馈输入延迟backprop网络。 newgrnn - 设计一个广义回归神经网络。
newhop - 建立一个经常性的Hopfield网络。 纽林 - 创建一个线性层。
newlind - 设计一个线性层。
newlvq - 创建学习型矢量量化网络。
newnarx - 创建前馈传播网络与反馈
从输出到输入。
newnarxsp - 创建在串并联布置的NARX网络。 NEWP - 创建一个感知。
newpnn - 设计一个概率神经网络。
newpr - 创建一个模式识别网络。
newrb - 设计一个径向基网络。
newrbe - 设计一个确切的径向基网络。
纽森 - 创建一个自组织映射。
网络转换功能。
sp2narx - 转换串并联NARX网络并行（反馈）的形式。
网络更新功能。
nnt2c - 更新NNT 2.0竞争层。
nnt2elm - 更新NNT 2.0艾尔曼传播网络。
nnt2ff - 更新NNT 2.0馈网络。
nnt2hop - 更新NNT 2.0 Hopfield神经复发网络。 nnt2lin - 更新NNT 2.0线性层。
nnt2lvq - 更新NNT 2.0学习矢量量化网络。
nnt2p - 更新NNT 2.0感知。
nnt2rb - 更新NNT 2.0径向基网络。
nnt2som - 更新NNT 2.0自组织映射。
性能功能。
美 - 平均绝对误差性能的功能。
MSE - 均方误差性能函数。
msereg - 均方误差有正表现功能。
mseregec - 均方误差与正规化和节约性能的功能。 上证所 - 误差平方和性能的功能。
绘图功能。
hintonw - 韩丁图权重矩阵。
hintonwb - 权重矩阵和偏移向量的韩丁图。
plotbr - 贝叶斯正规化培训小区网络的性能。 plotconfusion - 剧情分类混淆矩阵。
plotep - 剧情上的错误表面上的重量偏的位置。 plotes - 绘制单个输入神经元的误差表面。 plotfit - 绘图函数拟合。
plotpc - 对感知矢量图绘制分线。
plotperform - 小区网络的性能。
plotpv - 剧情感知输入/目标向量。
plotregression - 剧情线性回归。
plotroc - 情节受试者工作特征。
plotsom - 绘制自组织映射。
plotsomhits - 剧情自我组织图来样命中。
plotsomnc - 绘制自组织映射邻居连接。
plotsomnd - 绘制自组织映射邻居的距离。 plotsompos - 绘制自组织映射权重的位置。 plotsomtop - 绘制自组织映射的拓扑结构。 plottrainstate - 剧情训练状态值。
plotv - 矢量绘制从原点线。
plotvec - 绘图用不同的颜色矢量。
postreg - 培训后回归分析。
处理数据。
fixunknowns - 具有未知值的过程矩阵行。
mapminmax - 地图矩阵行最小和最大值设置为[-1 1]。 mapstd - 地图矩阵行手段，偏离标准值。
processpca - 进程与主成分分析的矩阵行。 removeconstantrows - 删除矩阵的行恒定值。 removerows - 删除矩阵的行与指定的索引。
Simulink的支持。
gensim - 生成Simulink模块来模拟神经网络。
拓扑功能。
gridtop - 网格层拓扑功能。
hextop - 六角层拓扑功能。
randtop - 随机层拓扑功能。
培训功能。
trainb - 批量训练重量和偏见的学习规则。 trainbuwb - 批无监督权/偏置学习。
trainbfg - BFGS拟牛顿反向传播。
trainbr - 贝叶斯正规化建设。
trainc - 周期性为了增加培训瓦特/学习功能。 traincgb - 鲍威尔，比尔共轭梯度反向传播。
traincgf - 弗莱彻，鲍威尔共轭梯度反向传播。 traincgp - 波拉克，Ribiere共轭梯度反向传播。 traingd - 梯度下降反向传播。
traingdm - 梯度下降动量反向传播。
traingda - 梯度下降自适应LR反向传播。
traingdx - 梯度下降瓦特/动量及自适应LR反向传播。 trainlm - 列文伯格 - 马夸特反向传播。
trainoss - 一步割线反向传播。
trainr - 随机顺序递增培训瓦特/学习功能。 trainrp - 弹性反向传播（RPROP）。
火车 - 按顺序递增培训瓦特/学习功能。
trainscg - 规模化的共轭梯度反向传播。
传递函数。
compet - 竞争传递函数。
hardlim - 硬极限传输函数。
hardlims - 对称硬极限传输函数。
logsig - 登录乙状结肠传递函数。
netinv - 逆传递函数。
poslin - 正线性传递函数。
purelin - 线性传递函数。
radbas - 径向基函数。
satlin - 饱和线性传递函数。
satlins - 对称饱和线性传递函数。
SOFTMAX - 软最大传输函数。
tansig - 双曲正切S形传递函数。
tribas - 三角基函数。
使用网络。
SIM卡 - 模拟神经网络。
初始化 - 初始化神经网络。
适应 - 允许一个神经网络来适应。
火车 - 训练神经网络。
disp已 - 显示一个神经网络的特性。
显示 - 显示名称和神经网络变量的性质。
重功能。
convwf - 卷积权函数。
DIST - 欧氏距离权重函数。
dotprod - 点产品重量的功能。
mandist - 曼哈顿距离权重函数。
negdist - 负距离的权重函数。
normprod - 归一化积权重函数。
scalprod - 标产品重量的功能。
模板的自定义功能。
template_distance - 模板距离函数。
template_init_layer - 模板层的初始化函数。 template_init_network - 模板网络初始化函数。 template_init_wb - 模板重量/偏置初始化函数。 template_learn - 模板倾斜功能。
template_net_input - 模板净输入功能。
template_new_network - 模板创建新的网络功能。 template_performance - 模板功能函数。 template_process - 模板处理功能。
template_search - 模板搜索功能。
template_topology - 模板拓扑功能。
template_train - 模板列车功能。
template_transfer - 模板传递函数。
template_weight - 模板权函数。
NNET的内容：
网络 - 创建一个自定义的神经网络。