资源描述：
《nntoolkit神经网路工具包用户操作手册》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、http://www.docin.com/sundae_mengnnToolKit用户操作手册（VC++6.0环境下调用） http://www.docin.com/sundae_meng用户操作手册信息软件名称VC环境下调用nnToolKit工具包软件版本号1.01序言1.1软件概述nnToolKit 神经网络工具包是2NSOFT 依托 MATLAB 神经网络工具箱自行开发的一组神经网络算法函数库，并打包成DLL组件，这些组件作为独立的COM对象，可以直接被Visual Basic、Visual C++ 或其它支持C
2、OM的高级语言所引用。算法包括BP算法(Levenberg-Marquardt动量项法)，自组织特征映射(SOM)，回归网络，径向基函数等。1.2定义，缩写及术语条目描述/解释L-M动量法即Levenberg-Marquardt动量项法，它是一种优化方法基础上的训练算法，该算法具有训练速度快，学习时间短的特点，但对计算机性能要求比较高。COMBuilderMATLAB提供的COM生成器，它能把MATLAB开发的算法做成组件，这些组件作为独立的COM对象，可以直接被Visual Basic、Visual C++ 或其它支持COM的高级语言所
3、引用。1.3联系我们感谢您选择广州万友人工智能软件有限公司的软件产品，在系统的安装和使用过程中如果遇到问题，请填写附录中的问题报告表格，通过如下的方式与我们联系，我们将为您提供周到满意的服务：主页：http://www.2nsoft.com.cn电话：传真：Email：service@2nsoft.com通信地址：2操作说明2.1工具包函数1、LmTrain(ModelNo,NetPara,TrainPara,InputFun,OutputFun,DataDir)描述：Levenberg-Marquardt动量项法神经网络训练函数2、Lm
4、Simu(ModelNo,NetPara,SimulatePara,InputFun,OutputFun,DataDir)描述：Levenberg-Marquardt动量项法神经网络仿真函数 http://www.docin.com/sundae_meng1、PtrnTrain(ModelNo,NetPara,TrainPara,InputFun,OutputFun,DataDir)描述：基于L-M算法的模式识别神经网络训练函数2、PtrnSimu(ModelNo,NetPara,SimulatePara,InputF
5、un,OutputFun,DataDir)描述：引入了竞争层的神经网络仿真函数3、SofmTrain(ModelNo,NetPara,TrainPara,DataDir)描述：自组织特征映射模型(SOM)网络训练函数，一种无教师的聚类算法4、SofmSimu(ModelNo,NetPara,SimuData,DataDir)描述：自组织特征映射模型(SOM)网络仿真函数，实现自动分类5、FitSimu(ModelNo,NetPara,SeqData,TargetData,DataDir)描述：基于最小二乘多项式曲线插值函数6、FitPol
6、y(ModelNo,NetPara,SeqData,TargetData,DataDir)描述：基于最小二乘多项式曲线拟合函数7、FitForecast(ModelNo,InputData,DataDir)描述：时序数据预测函数8、FitDrawpic(ModelNo,NetPara,SeqData,TargetData,DataDir)描述：数据图形显示函数1.1使用说明LmNetPF神经网络通用平台用到Levenberg-Marquardt算法，该算法在工具包中主要提供了两个函数：LmTrain和LmSimu函数，分别对应神经网络训练
7、和仿真操作，下面将针对具体案例，详细介绍其使用方法。1.1.1I/O接口样本数据的传输在动态链接库（即工具包函数）与高级编程语言之间主要是通过文本文件，Excel和数据库方式进行交互通讯的，在此仅介绍文本文件的传输方式（下载的版本仅支持此类型，需要其它类型的用户请与公司联系）。这里的文件包括样本输入数据文件和样本输出数据文件，它是用户在高级编程语言中对专家样本数据经归一化处理后的结果，数据中间用空格分开。(1)归一化后的专家样本输入数据文件：input_para?.txt，其中“?”表示模型编号。文件中一般一组数据放在一行，如一个有七个输
8、入单元的网络，其数据格式如下所示：0.8900.9230.2330.7330.5760.4670.6450.8850.9210.3450.7120.6640.4530.6560.8840.91
