MATLAB神经网络对象的属性

MATLAB神经网络对象的属性 神经网络对象的属性 1(网络总体结构(包括以下属性) (1) numInputs:该属性定义了神经网络的输入个数，属性值可以是0或正整数。需要注意的 是，该属性定义了网络输入矢量的总个数，而不是单个输入矢量的维数。 (2) numLayers:该属性定义了神经网络的层数，其值可以是0或正整数。 (3) biasConnect:该属性定义了神经网络的每层是否具有阈值，其值为N×1维的布尔量矩 阵，其中N为网络的层数(net.numLayers)。net.biasConnect(i)为1， 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示第i层上的神经 元具有阈值，为0则表示该层没有阈值。 (4) inputConnect:该属性定义了神经网络的输入层，其值为N×Ni维的布尔量矩阵，其中N 为网络的层数，Ni为网络的输入个数(net.numInputs)。net.inputConnect(i,j)为1，表示第 i层上的每个神经元都要接收网络的第j个输入矢量，为0则表示不接收该输入。 (5) layerConnect:该属性定义了网络各层的连接情况，其值为N×N维的布尔量矩阵，其中 N为网络的层数。net.layerConnect(i,j)为1，表示第i层与第j层上的神经元相连，为0 则表示它们不相连。 (6) outputConnect:该属性定义了神经网络的输出层，其值为1×N维的布尔量矩阵，其中N 为网络的层数。net.outputConnect(i)为1，表示第i层神经元将产生网络的输出，为0则 表示该层不产生输出。 (7) 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。 其值为1×N维的布尔量矩阵，其中N为网络的层数。net.targetConnect(i)为1，表示第 i层神经元产生的输出具有目标矢量，为0则表示该层输出不具有目标矢量。 (8) 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(sum(net.outputConnect))。 (9) 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of the enemy's attack. Troops, and troops were scattered, Qian Kangmin, Commander, Deputy Commander Ding Bingcheng and others heroic martyrdom. Turk foreign "resistance" members for the evacuation. Since then, Wujiang County Government District long Zhang Pinquan was killed by the Japanese. CPC jindapeng, Xiao Xin was trying to recommend thinking 目标层的总数(sum(net.targetConnect))。 (10) numInputDelays:该属性定义了神经网络的输入延迟，属性值为只读变量，其数值为网 络各输入层输入延迟拍数(net.inputWeights{i,j}.delays)中的最大值。 (11) 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，其数值为 各层的神经元之间连接延迟拍数(net.layerWeights{i,j}.delays)中的最大值。 2(子对象结构(包括以下属性) (1) inputs:该属性定义了神经网络每个输入的属性，其属性值为Ni×1维的单元数组，其中 Ni为网络输入的个数。 (2) layers:该属性定义了神经网络每层神经元的属性，其属性值为N×1维的单元数组，其 中N为网络的层数。 1维的单元数组，其中(3) outputs:该属性定义了神经网络每个输出的属性，其属性值为N× N为网络的层数。 (4) targets:该属性定义了每层神经网络目标矢量的属性，其属性值为N×1维的单元数组， 其中N为网络的层数。 (5) biases:该属性定义了每层神经网络阈值的属性，其属性值为N×1维的单元数组，其中 N为网络的层数。 (6) inputWeights:该属性定义了神经网络每组输入权值的属性，其属性值为N×Ni维的单元 数组，其中N为网络的层数，Ni为网络的输入个数。 (7) layerWeights:该属性包括了神经网络各层神经元之间网络权值的属性，其属性值为N× N维的单元数组，其中N为网络的层数。 3(函数神经网络对象的函数包括以下属性: (1) adaptFcn:该属性定义了网络的自适应调整函数，其值为表示自适应函数名称的字符串。 (2) initFcn:该属性定义了网络的初始化函数，其属性值为表示网络初始化函数名称的字符串。 of the enemy's attack. Troops, and troops were scattered, Qian Kangmin, Commander, Deputy Commander Ding Bingcheng and others heroic martyrdom. Turk foreign "resistance" members for the evacuation. Since then, Wujiang County Government District long Zhang Pinquan was killed by the Japanese. CPC jindapeng, Xiao Xin was trying to recommend thinking (3) performFcn:该属性定义了衡量网络输出误差的性能函数，其属性值为表示性能函数名称 的字符串。 (4) trainFcn:该属性定义了网络的训练函数，其属性值为表示训练函数名称的字符串。 4(神经网络对象的函数参数包括以下属性: (1) adaptParam:该属性定义了网络当前自适应函数的各参数，其值为各参数构成的结构体。 (2) initParam:该属性定义了网络当前初始化函数的各参数，其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。 5(权值和阈值(包括以下属性) (1) IW:该属性定义了网络输入和各输入层神经元之间的网络权值，属性值为N×Ni维的单 元数组，其中，N为网络的层数，Ni为网络的输入个数。如果net.inputConnect(i,j)为1， 即第i层上的各神经元接收网络的第j个输入，那么在单元net.IW{i,j}中将存储它们之间的 网络权值矩阵，该矩阵的行数为第i层神经元的个数(net.layers{i}.size)，列数为第j个输 入的维数(net.inputs{j}.size)与输入延迟拍数(net.inputWeights{i,j}.delays)的乘积。 (2) LW:该属性定义了各层神经元之间的网络权值，其属性值为N×N维的单元数组，其中 N为网络的层数。如果net.layerConnect(i,j)为1，即第i层与第j层上的神经元相连，那 么在单元net.LW{i,j}中将存储它们之间的网络权值矩阵，该矩阵的行数为第i层上神经元 的个数(net.layers{i}.size)，列数为第j层神经元的个数(net.layers{j}.size)与层输入延迟拍 数(net.layerWeights{i,j}.delays)的乘积。 (3) b:该属性定义了各层神经元的阈值，其属性值为1×N维的单元数组，其中N为网络的 层数。如果net.biasConnect(i)为1，即第i层的神经元具有阈值，那么单元net.b{i}中将 存储该层的阈值矢量，矢量维数和第i层的神经元个数(net.layers{j}.size)相等。 6(其他数据:userdata属性用于存储用户信息。 of the enemy's attack. Troops, and troops were scattered, Qian Kangmin, Commander, Deputy Commander Ding Bingcheng and others heroic martyrdom. Turk foreign "resistance" members for the evacuation. Since then, Wujiang County Government District long Zhang Pinquan was killed by the Japanese. CPC jindapeng, Xiao Xin was trying to recommend thinking 2 神经网络的细节结构(子对象属性) 介绍网络输入、网络层、输出、目标、权值和阈值等子对象的属性。 1(输入(inputs) 网络输入net.inputs为Ni×1维的单元数组，其中net.inputs{i}中存储了网络第i个输入的信 息。网络的每个输入具有以下属性: (1) size:该属性定义了输入矢量的维数，其属性值可以为0或正整数。 (2) range:该属性定义了输入矢量的取值范围，其属性值为Ri×2维的矩阵，Ri为输入矢量 的维数(net.inputs{i}.size)，该矩阵中的每一行表示输入矢量中各维元素可取的最小值和最 大值。 (3) userdata:该属性用于存储用户信息。 2(层(layers) 网络各层net.layers为N×1维的单元数组，其中net.layers{i}中存储了网络第i层的信息。 网络的每一层具有以下属性: (1) size:该属性定义了每层神经元的个数，其属性值可以为0或正整数。 (2) dimensions:该属性定义了每层神经元在多维空间中排列时各维的维数，其属性值为一个 行矢量，该矢量中各元素的乘积等于该层神经元的个数(net.layers{i}.size)。该属性对于自 组织映射网络十分重要。 (3) topologyFcn:该属性定义了每层神经元在多维空间中分布的拓扑函数，其属性值为表示 拓扑函数名称的字符串。 (4) positions:该属性定义了每层网络中各神经元的位置坐标，属性值为只读变量，其值由拓 扑函数(net.layers{i}.topologyFcn)和神经元在各维分布的维数(net.layers{i}.dimensions) 来确定。 (5) distanceFcn:该属性定义了每层神经元间距的计算函数，其属性值为表示距离函数名称of the enemy's attack. Troops, and troops were scattered, Qian Kangmin, Commander, Deputy Commander Ding Bingcheng and others heroic martyrdom. Turk foreign "resistance" members for the evacuation. Since then, Wujiang County Government District long Zhang Pinquan was killed by the Japanese. CPC jindapeng, Xiao Xin was trying to recommend thinking 的字符串。 (6) distances:该属性定义了每层网络中各神经元之间的距离，属性值为只读变量，其数值 由神经元的位置坐标(net.layers{i}.positions)和距离函数(net.layers{i}.distanceFcn)确定。 (7) initFcn:该属性定义了每层神经元的初始化函数，其值为表示初始化函数名称的字符串。 (8) netInputFcn:该属性定义了每层神经元的输入函数，其属性值为表示输入函数名称的字 符串。该函数确定了网络每层的加权输入以何种方式和阈值组合在一起以形成神经元传递 函数的输入。 (9) transferFcn:该属性定义了每层神经元的传递函数，其值为表示传递函数名称的字符串。 (10) userdata:该属性用于存储用户信息。 3(输出(outputs) 网络输出net.outputs为N×1维的单元数组，如果第i层产生网络的一个输出，那么在 net.outputs{i}中将存储该输出量的信息。网络的每一个输出都具有以下属性: (1) size:该属性定义了每一个网络输出的维数，属性值为只读变量，其数值等于该输出层中 神经元的个数(net.layers{i}.size)。 (2) userdata:该属性用于存储用户信息 4(目标(targets) 目标 net.targets 为N×1维的单元数组，如果第i层具有网络的一个目标矢量，那么在 net.targets{i}中将存储该目标矢量的信息。网络的每一个目标矢量都具有以下属性: (1) size:该属性定义了每一个神经网络目标矢量的维数，属性值为只读变量，其数值等于第 i层中神经元的个数(net.layers{i}.size)。 (2) userdata:该属性用于存储用户信息。 5(阈值(biases) 阈值net.biases为N×1维的单元数组，第i个单元net.biases{i}中存储了第i层神经元的阈of the enemy's attack. Troops, and troops were scattered, Qian Kangmin, Commander, Deputy Commander Ding Bingcheng and others heroic martyrdom. Turk foreign "resistance" members for the evacuation. Since then, Wujiang County Government District long Zhang Pinquan was killed by the Japanese. CPC jindapeng, Xiao Xin was trying to recommend thinking 值信息。网络中每一层神经元的阈值都具有以下属性: (1) initFcn:该属性定义了阈值的初始化函数，其属性值为表示阈值初始化函数名称的字符串。 (2) learn:该属性定义了阈值在训练过程中是否进行调整，其属性值为0或1。 (3) learnFcn:该属性定义了阈值的学习函数，其属性值为表示阈值学习函数名称的字符串。 (4) learnParam:该属性定义了阈值学习函数的参数，其属性值为各参数构成的结构体。 (5) size:该属性定义了每层神经网络的阈值个数，属性值为只读变量，其数值等于该层神经 元的个数(net.layers{i}.size)。 (6) userdata:该属性用于存储用户信息。 6(输入权值(inputWeights) 网络输入权值net.inputWeights为N×Ni维的单元数组，其中net.inputWeights{i,j}为网络第 j个输入到网络第i层的网络权值的属性。每一组网络输入权值都具有以下属性: (1) delays:该属性定义了网络输入的各延迟拍数，其属性值是由0或正整数构成的行矢量， 各输入层实际接收的是由网络输入的各个延迟构成的混合输入。 (2) initFcn:该属性定义了输入权值的初始化函数，其属性值为表示权值初始化函数名称的字 符串。 (3) learn:该属性定义了输入权值在训练过程中是否进行调整，其属性值为0或1。 (4) learnFcn:该属性定义了输入权值的学习函数，其值为表示权值学习函数名称的字符串。 (5) learnParam:该属性定义了权值学习函数的参数，其属性值为各参数构成的结构体。 (6) size:该属性定义了每个输入权值矩阵(net.IW{i,j})的大小，其属性值是一个具有两元素的 行矢量，并且是只读变量，其中第一个元素等于该层神经元的个数(net.layers{i}.size)，第 二个元素等于输入延迟矢量的长度(length(net.inputWeights{i,j}.delays))和输入矢量维数 (net.inputs{j}.size)的乘积。 (7) userdata:该属性用于存储用户信息。 of the enemy's attack. Troops, and troops were scattered, Qian Kangmin, Commander, Deputy Commander Ding Bingcheng and others heroic martyrdom. Turk foreign "resistance" members for the evacuation. Since then, Wujiang County Government District long Zhang Pinquan was killed by the Japanese. CPC jindapeng, Xiao Xin was trying to recommend thinking (8) weightFcn:该属性定义了输入权值的加权函数，其属性值为表示加权函数名称的字符串， 该函数确定了输入和权值以何种方式组合在一起构成神经元的加权输入量。 7(各层网络权值(layerWeights) 网络各层间的网络权值net.layerWeights为N×N维的单元数组，其中net.layerWeights{i,j} 为从网络第j层到第i层的网络权值的属性。网络权值具有以下属性: (1) delays:该属性定义了网络第j层的输出送入到网络第i层之前要经过的各延迟拍数，其 属性值是由0或正整数构成的行矢量。 (2) initFcn:该属性定义了权值的初始化函数，其属性值为表示权值初始化函数名称的字符串。 (3) learn:该属性定义了权值在训练过程中是否进行调整，其属性值为0或1。 (4) learnFcn:该属性定义了权值的学习函数，其属性值为表示权值学习函数名称的字符串。 (5) learnParam:该属性定义了权值学习函数的参数，其属性值为各参数构成的结构体。 (6) size:该属性定义了权值矩阵(net.LW{i,j})的大小，其属性值是一个具有两元素的行矢量， 并且为只读变量，其中第一个元素等于第i层神经元的个数(net.layers{i}.size)，第二个元 素等于两层网络之间延迟矢量的长度(length(net.layerWeights{i,j}.delays))和第j层神经元 个数(net.layers{j}.size)的乘积。 (7) userdata:该属性用于存储用户信息。 (8) weightFcn:该属性定义了加权函数，其属性值为表示加权函数名称的字符串。 of the enemy's attack. Troops, and troops were scattered, Qian Kangmin, Commander, Deputy Commander Ding Bingcheng and others heroic martyrdom. Turk foreign "resistance" members for the evacuation. Since then, Wujiang County Government District long Zhang Pinquan was killed by the Japanese. CPC jindapeng, Xiao Xin was trying to recommend thinking