matlab net.iw,3 MATLAB神经网络工具箱中的网络对象及其属性.PPT

3 MATLAB神经网络工具箱中的网络对象及其属性.PPT

3 MATLAB神经网络工具箱中的网络对象及其属性 本章要点 MATLAB神经网络工具箱中的网络对象及其属性 MATLAB神经网络工具箱中的网络子对象及其属性 3.1 MATLAB神经网络工具箱中的网络对象 在MATLAB中把定义的神经网络看作一个对象，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].属性 例如： net.inputs{1}.range=[0 1;0 1]; net.layers{1}.size=3; net.layers{1}.transferFCn=’hardlim’ 3.2 MATLAB神经网络工具箱中的网络对象属性 1．结构属性-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：net.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。 3.2 MATLAB神经网络工具箱中的网络对象属性 (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：net.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)， 为网络层数(net.numLayers) (4)inputConnect属性：net.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)， 为网络输入向量维数(net.layers{1}.size)。 (5)layerConnect属性 ：net.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)。 3.2 MATLAB神经网络工具箱中的网络对象属性 (６)targetConnect属性：net.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：net.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(sum(net.outputConnect))。 3.2 MATLAB神经网络工具箱中的网络对象属性 (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(sum(net.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，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。 (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，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。 3.2 MATLAB神经网络工具箱中的网络对象属性 2．函数属性-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)adaptFcn属性：net.adaptFcn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)performFcn属性 net.performFcn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。 3.2 MATLAB神经网络工具箱中的网络对象属性 (３)trainFcn属性：net.trainFcn属性定义了网络用于训练网络性能所采用的函数，其