MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及其參數(shù)定義課件

1、MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 1 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)及 其屬性解釋 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 2 3.1 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng)絡(luò)對 象 在MATLAB中把定義的神經(jīng)網(wǎng)絡(luò)看作一個對象，對象還 包括一些子對象：輸入向量、網(wǎng)絡(luò)層、輸出向量、目標(biāo)向 量、權(quán)值向量和閾值向量等，這樣網(wǎng)絡(luò)對象和各子對象的 屬性共同確定了神經(jīng)網(wǎng)絡(luò)對象的特性。網(wǎng)絡(luò)屬性除了只讀 屬性外，均可以按照約定的格式和屬性的類型進(jìn)行設(shè)置、 修改、引用等。引用格式為： 網(wǎng)絡(luò)名.子對象.屬性 例如： net.inputs1.range=0 1;0 1; net.l

2、ayers1.size=3; net.layers1.transferFCn=hardlim MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 3 3.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng)絡(luò)對 象屬性 1結(jié)構(gòu)屬性-結(jié)構(gòu)屬性決定了網(wǎng)絡(luò)子對象的數(shù)目（包括 輸入向量、網(wǎng)絡(luò)層向量、輸出向量、目標(biāo)向量、閾值 向量和權(quán)值向量的數(shù)目）以及它們之間的連接關(guān)系。 無論何時，結(jié)構(gòu)屬性值一旦發(fā)生變化，網(wǎng)絡(luò)就會自動 重新定義，與之相關(guān)的其他屬性值也會自動更新。 （1）numInputs屬性：net.numInputs屬性定義了網(wǎng)絡(luò)的 輸入源數(shù)，它可以被設(shè)置為零或正整數(shù)。 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及

3、其參數(shù)定義 4 3.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng)絡(luò)對 象屬性 （2）numLayers屬性： numLayers屬性定義了網(wǎng)絡(luò)的層數(shù)， 它可以被設(shè)置為零或正整數(shù)。 （3）biasConnect屬性：net.biasConnect屬性定義各個網(wǎng)絡(luò)層 是否具有閾值向量，其值為布爾型向量 （0或1）， 為網(wǎng)絡(luò)層數(shù)（net.numLayers） （4）inputConnect屬性：net.inputConnect屬性定義各網(wǎng)絡(luò)層 是否具有來自個輸入向量的連接權(quán)，其值為 布 爾型向量（0或1）， 為網(wǎng)絡(luò)輸入向量維數(shù) （net.layers1.size）。 （5）layerConnect屬性 ：n

4、et.layerConnect屬性定義一個網(wǎng)絡(luò) 層是否具有來自另外一個網(wǎng)絡(luò)層的連接權(quán)，其值為 的布爾型向量（0或1）。 N 1 N NR R NN MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 5 3.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng)絡(luò)對 象屬性 （）targetConnect屬性：net.targetConnect定義各網(wǎng)絡(luò)層是 否和目標(biāo)向量有關(guān)，其值為 的布爾型向量 （0或1）。 （）outputConnect屬性：net.outputConnect屬性定義各網(wǎng) 絡(luò)層是否作為輸出層，其值為 的布爾型向量 （0或1）。 （）targetConnect：該屬性定義了神經(jīng)網(wǎng)絡(luò)的目標(biāo)層

5、，即 網(wǎng)絡(luò)哪些層的輸出具有目標(biāo)矢量。其屬性值為 維的布爾量矩陣。 （）numOutputs：該屬性定義了神經(jīng)網(wǎng)絡(luò)輸出矢量的個數(shù)， 屬性值為只讀變量，其數(shù)值為網(wǎng)絡(luò)中輸出層的總數(shù) (sum(net.outputConnect)。 1 N 1 N 1 N MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 6 3.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng)絡(luò)對 象屬性 （）numTargets：該屬性定義了網(wǎng)絡(luò)目標(biāo)矢量的個數(shù)， 屬性值為只讀變量，其數(shù)值為網(wǎng)絡(luò)中目標(biāo)層的總數(shù) (sum(net.targetConnect)。 （）numInputDelays：該屬性定義了神經(jīng)網(wǎng)絡(luò)的輸入延 遲，屬性值為只讀變

6、量，其數(shù)值為網(wǎng)絡(luò)各輸入層輸入延遲 拍數(shù)(net.inputWeightsi,j.delays)中的最大值。 （）numLayerDelays：該屬性定義了神經(jīng)網(wǎng)絡(luò)的層輸出 延遲，屬性值為只讀變量，其數(shù)值為各層的神經(jīng)元之間連 接延遲拍數(shù)(net.layerWeightsi,j.delays)中的最大值。 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 7 3.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)對象屬性 2函數(shù)屬性-函數(shù)屬性定義了一個網(wǎng)絡(luò)在進(jìn)行權(quán)值/閾值 調(diào)整、初始化、誤差性能計算或訓(xùn) 練時采用 的算法。 （）adaptFcn屬性：net.adaptFcn屬性定義了網(wǎng)絡(luò)進(jìn)行權(quán)值 /閾值

7、自適應(yīng)調(diào)整時所采用的函數(shù)，它可以被設(shè)置為任意 一個進(jìn)行權(quán)值/閾值調(diào)整的函數(shù)名，包括trains函數(shù)。 （）performFcn屬性 net.performFcn屬性定義了網(wǎng)絡(luò)用于衡量網(wǎng)絡(luò)性能所采用的函 數(shù)，其屬性值為表示性能函數(shù)名稱的字符串。 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 8 3.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)對象屬性 （）trainFcn屬性：net.trainFcn屬性定義了網(wǎng)絡(luò)用于訓(xùn)練網(wǎng) 絡(luò)性能所采用的函數(shù)，其屬性值為表示訓(xùn)練函數(shù)名稱的字 符串。 （）initFcn屬性：net.adaptFcn屬性定義了網(wǎng)絡(luò)初始化權(quán)值 /閾值向量所采用的函數(shù)其屬性值為表

8、示網(wǎng)絡(luò)初始化函數(shù) 名稱的字符串。包括層層結(jié)構(gòu)的初始化函數(shù)initlay，層 初始化函數(shù)initnw,initwb。 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 9 3.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)對象屬性 3參數(shù)屬性 （）adaptParam屬性：net.adaptParam屬性定義了網(wǎng)絡(luò)當(dāng) 前自適應(yīng)函數(shù)的各參數(shù)，其屬性值為各參數(shù)構(gòu)成的結(jié)構(gòu)體。 （）initParam屬性：net.initParam屬性定義了網(wǎng)絡(luò)當(dāng)前初始 化函數(shù)的各參數(shù)，其屬性值為各參數(shù)構(gòu)成的結(jié)構(gòu)體。 （）performParam屬性：net.performParam該屬性定義了 網(wǎng)絡(luò)當(dāng)前性能函數(shù)的各參數(shù)

9、，其屬性值為各參數(shù)構(gòu)成的結(jié) 構(gòu)體。 （）trainParam屬性：net.trainParam該屬性定義了網(wǎng)絡(luò)當(dāng) 前訓(xùn)練函數(shù)的各參數(shù)，其屬性值為各參數(shù)構(gòu)成的結(jié)構(gòu)體。 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 10 3.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)對象屬性 4權(quán)值和閾值屬性 （）IW屬性：net.IW屬性定義了從網(wǎng)絡(luò)輸入向量到網(wǎng)絡(luò)層 的權(quán)值向量（即輸入層的權(quán)值向量）結(jié)構(gòu)。其值為 的細(xì)胞矩陣。 （）LW屬性：net.LW定義了從一個網(wǎng)絡(luò)層到另一個網(wǎng)絡(luò)層 的權(quán)值向量結(jié)構(gòu)。其值為 的細(xì)胞矩陣。 （）b屬性：net.b屬性定義各網(wǎng)絡(luò)層的閾值向量結(jié)構(gòu)。其 值為 的細(xì)胞矩陣。 NR

10、NN N 1 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 11 3.3 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)子對象屬性 子對象的屬性定義了網(wǎng)絡(luò)的各個子對象：輸入向量、 網(wǎng)絡(luò)層、輸出向量、目標(biāo)向量、權(quán)值向量和閾值向量的屬 性。 1輸入向量 （）size屬性： net.inputsi.size定義了網(wǎng)絡(luò)各維輸入向量 的元素數(shù)目，可以被設(shè)置為零或正整數(shù)。 （）range屬性：net.inputsi.range定義了第維輸入向量中 每個元素的取值范圍，其值是一個 的矩陣。 （）userdata屬性：net.inputi.userdata和net.userdata為用 戶提供了關(guān)于輸入向量的用

11、戶信息的地方，它預(yù)先只定義 了一個字段，其值為一提示信息。 R2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 12 3.3 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)子對象屬性 2網(wǎng)絡(luò)層 （）dimensions屬性：net.Layersi.dimensions屬性定義了 每層神經(jīng)元在多維空間中排列時各維的維數(shù)，其屬性值為 一個行矢量，該矢量中各元素的乘積等于該層神經(jīng)元的個 數(shù)(net.layersi.size)。 （）distanceFcn屬性 ：net.layersi.distanceFcn，該屬性定 義了每層神經(jīng)元間距的計算函數(shù)，其屬性值為表示距離函 數(shù)名稱的字符串。 （）dista

12、nces屬性（只讀）：net.layersi.disances，該屬性 定義了每層網(wǎng)絡(luò)中各神經(jīng)元之間的距離，屬性值為只讀變 量，其數(shù)值由神經(jīng)元的位置坐標(biāo)(net.layersi.positions)和 距離函數(shù)(net.layersi.distanceFcn)來 確定。 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 13 3.3 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)子對象屬性 （）initFcn屬性：net.layersi.initFcn，如果網(wǎng)絡(luò)初始化函 數(shù)（net.initFcn）設(shè)置為initlay，則該屬性定義為 第 層網(wǎng)絡(luò)的初始化函數(shù)。 （）netInputFcn屬性：Inp

13、utFcn屬性定義一 個網(wǎng)絡(luò)輸入函數(shù)，以給定的權(quán)值和閾值計算第 層網(wǎng) 絡(luò)的輸入。 （）positions屬性（只讀）：該屬性定義了每層網(wǎng)絡(luò)中各 神經(jīng)元的位置坐標(biāo)，屬性值為只讀變量，其值由拓?fù)浜瘮?shù) (net.layersi.topologyFcn)和神經(jīng)元在各維分布的維數(shù) (net.layersi.dimensions)來確定。 （）size屬性：net.layersi.size，該屬性定義第 層網(wǎng) 絡(luò)中的神經(jīng)元數(shù)目，其值可以設(shè)置為零或正整數(shù)。 i i i MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 14 3.3 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)子對象屬性 3輸出向量 （）size

14、屬性：net.outputsi.size，該屬性定義了第層網(wǎng)絡(luò) 輸出向量中元素的個數(shù)，其值為第 層網(wǎng)絡(luò)神經(jīng)元的 數(shù)目（net.layersi.size）。 （）userdata屬性：net.outputsi.userdata，該屬性為用戶 提供了增加關(guān)于第 層網(wǎng)絡(luò)輸出向量的用戶信息的地 方，它預(yù)先只定義一個字段，其值為一提示信息。 i i MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 15 3.3 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)子對象屬性 4目標(biāo)向量 （）size屬性：net.targetsi.size，該屬性定義了第 層 網(wǎng)絡(luò)目標(biāo)向量中元素的個數(shù)，其值為第 層網(wǎng)絡(luò)神經(jīng) 元的數(shù)目

15、（net.layersi.size）。 （）userdata屬性：net.targetsi.userdata，該屬性為用戶 提供了增加關(guān)于第 個網(wǎng)絡(luò)層目標(biāo)向量的用戶信息的地 方，它預(yù)先只定義一個字段，其值為一提示信息 i i i MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 16 3.3 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)子對象屬性 5閾值向量 （）initFcn屬性：net.biasesi.initFcn，該屬性定義了第 層網(wǎng)絡(luò)閾值向量的初始化函數(shù)，如果網(wǎng)絡(luò)的初始化函 數(shù)為initlay，則第 層網(wǎng)絡(luò)閾值向量的初始化函 數(shù)的函數(shù)為initwb。 （）learn屬性：net.biasesi.learn，該屬性定義第 個閾值向量在訓(xùn)練和調(diào)整過程中是否變化。其值可以 設(shè)置為0或1。 （）learnFcn屬性：net.biasesi.learnFcn，如果網(wǎng)絡(luò)的 訓(xùn)練函數(shù)是trainb、trainc和trainr，或者網(wǎng)絡(luò)的調(diào)整函 數(shù)為trains，則該屬性定義第 層網(wǎng)絡(luò)閾值向量在 訓(xùn)練和調(diào)整學(xué)習(xí)過程中的學(xué)習(xí)函數(shù)。 i i i i MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)屬性及 其參數(shù)定義 17 3.3 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中的網(wǎng) 絡(luò)子對象屬性 （）learnParam屬性：net.biasesi.lea