《神经网络工具包》ppt课件

《《神经网络工具包》ppt课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第4章nnToolKit神经网络工具包4.1nnToolKit简介nnToolKit神经网络工具包是基于MATLAB神经网络工具箱自行开发的一组神经网络算法函数库可在MATLAB环境下均独立运行，也可打包成DLL组件，直接被VB、V C、C++、C#、JAVA或其他支持COM的语言所调用本工具包中增加了一些MATLAB中没有的神经网络算法，如模糊神经网络、小波神经网络、遗传神经网络算法等4.2nnToolKit函数库算法函数名功能LM神经网络算法LmTrainLM神经网络训练函数（不带归一化处理）LmSimuLM神经网络仿真函数（不带反归一化处理）LmTrain2LM神经网络训练

2、函数（带归一化处理）LmSimu2LM神经网络仿真函数（带反归一化处理）自组织特征映射网络SofmTrain自组织特征映射网络训练函数SofmSimu自组织特征映射网络仿真函数SofmIntensity图像增强处理函数SofmHist绘制直方图函数SofmProcess自组织特征映射网络处理函数SofmRec图像识别函数模糊神经网络FnnTrain模糊神经网络训练函数FnnSimu模糊神经网络仿真函数4.2nnToolKit函数库算法函数名功能遗传算法优化小波神经网络Wnninit小波神经网络初始化函数Wnn直接用小波神经网络逼近非线性函数Gawnn遗传算法优化小波神经网络后逼近

3、非线性Wnndemo基于小波神经网络的1-D插值示例程序遗传算法优化网络权值Initnet根据指定的权值阈值，获得设置好的一个神经网络Gadecod将遗传算法的编码分解为BP网络所对应的权值、阈值Gafitness遗传算法的适应值计算Generatesample在指定路径生成适合于训练的样本GetWBbyga用遗传算法获取神经网络权值阈值参数Gabptrain结合遗传算法的神经网络训练Segment利用训练好的神经网络进行分割图像Compbpandgabp传统BP和遗传BP训练示例程序Gabpdemo基于遗传神经网络的图像分割示例程序4.2nnToolKit函数库LmTrain功

4、能LM神经网络训练函数。格式retstr=LmTrain(ModelNo,NetPara,TrainPara,InputFun,OutputFun,DataDir)。说明函数返回网络训练次数，同时将网络训练结果(权值、阈值)及训练误差保存到文件。各参数说明如下：（1）ModelNo输入参数，神经网络模型编号。（2）NetPara输入参数，神经网络参数，它是一个4维数组，分别表示输入层结点数、输出层结点数、中间层结点数和训练样本组数。4.2nnToolKit函数库（3）TrainPara输入参数，神经网络可选训练参数，当采用默认值时，参数设置为-1，它是8维数组，分别表示显示间隔次

5、数，最大循环次数，目标误差，设置最小梯度，设定μ的初始值，设定μ的增加系数，设定μ的减少系数，设定μ的最大值。（4）InputFun输入参数，输入层到中间层的传递函数，默认值为'tansig'，当采用默认值时，参数指定为'-1'。（5）OutputFun输入参数，中间层到输出层的传递函数，默认值为'purelin'，当采用默认值时，参数指定为'-1'。（6）DataDir输入参数，数据文件保存路径。4.2nnToolKit函数库例4-1对ch4nToolKit工具箱lmnet文件夹中文件(input_para1.txt和output_para1.txt)提供的专家样本数据进

6、行网络训练。4.2nnToolKit函数库LmSimu功能LM神经网络仿真函数。格式retstr=LmSimu(ModelNo,NetPara,SimulatePara,InputFun,OutputFun,DataDir)。说明函数对未知的输入样本进行仿真，返回仿真结果，同时将仿真结果写入结果文件。各参数说明如下：（1）ModelNo神经网络模型编号。（2）NetPara神经网络参数，它是一个三维数组，分别表示输入层结点数、输出层结点数和中间层结点数。（3）SimulatePara神经网络仿真输入参数，其维数与神经网络输入参数个数相同（4）InputFun输入层到中间层的传递函

7、数（5）OutputFun中间层到输出层的传递函数4.2nnToolKit函数库例4-2输入一组测试样本数据，对例4-1训练的网络模型进行仿真4.2nnToolKit函数库SofmTrain功能自组织特征映射网络训练函数。格式retstr=ofmTrain(ModelNo,NetPara,TrainPara,DataDir)说明完成分类训练，并保存权值和分类后各类别下的像素矩阵，各参数说明如下：（1）ModelNo输入参数，模型编号。（2）NetPara输入参数，网络参数，包括输