神经网络工具箱

《神经网络工具箱》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、神经网络工具箱常用函数列表1）重要的感知器神经网络函数：初始化：initp训练：trainp仿真：simup学习规则：learnp2）线性神经网络函数：初始化：initlin设计：solvelin仿真：simulin离线训练：trainwh在线自适应训练：adaptwh学习规则：learnwh3）BP网络函数：Initff：初始化不超过3层的前向网络；Simuff：仿真不超过3层的前向网络；Trainbp，trainbpx，trainlm：训练BP（Trainbp：最慢；trainbpx：次之；trainlm：速

2、度最快，但需要更多的存储空间。Learnbp：学习规则）4）自组织网络初始化：initsm仿真：训练：simuctrainc：利用竞争规则训练trainsm：利用Kohonen规则训练5）反馈网络（Hopfield网络）仿真：simuhop设计：solvehopsolvehop设计Hopfield网络solvelin设计线性网络rands产生对称随机数learnbp反向传播学习规则learnhHebb学习规则learnp感知层学习规则learnwhWidrow－Hoff学习规则initlin线性层初始化in

3、itp感知层初始化initsm自组织映射初始化plotsm绘制自组织映射图trainbp利用反向传播训练前向网络trainp利用感知规则训练感知层trainwh利用Widrow－Hoff规则训练线性层trainsm利用Kohonen规则训练自组织映射工神经网络的典型模型迄今为止，有30多种人工神经网络模型被开发和应用。下面是它们之中有代表性的一些模型。（１）自适应谐振理论(ART)由Grossberg提出的，是一个根据可选参数对输入数据进行粗略分类的网络。ART-1用于二值输入，而ART-2用于连续值输入。ART的不足之处在于

4、过份敏感，输入有小的变化时，输出变化很大。（２）双向联想存储器(BAM)由Kosko开发的，是一种单状态互连网络，具有学习能力。BAM的缺点为存储密度较低，且易于振荡。（３）Boltzmann机(BM)由Hinton等提出的，是建立在Hopfield网基础上的，具有学习能力，能够通过一个模拟退火过程寻求解答。不过，其训练时间比BP网络要长。（４）反向传播(BP)网络最初由Werbos开发的反向传播训练算法是一种迭代梯度算法，用于求解前馈网络的实际输出与期望输出间的最小均方差值。BP网是一种反向传递并能修正误差的多层映射网络。当参数适当

5、时，此网络能够收敛到较小的均方差，是目前应用最广的网络之一。BP网的短处是训练时间较长，且易陷于局部极小。（５）对流传播网络(CPN)由Hecht-Nielson提出的，是一个通常由五层组成的连接网。CPN可用于联想存储，其缺点是要求较多的处理单元。（６）Hopfield网由Hopfield提出的，是一类不具有学习能力的单层自联想网络。Hopfield网模型由一组可使某个能量函数最小的微分方程组成。其短处为计算代价较高，而且需要对称连接。（７）Madaline算法是Adaline算法的一种发展，是一组具有最小均方差线性网络的组合，能够

6、调整权值使得期望信号与输出间的误差最小。此算法是自适应信号处理和自适应控制的得力工具，具有较强的学习能力，但是输入输出之间必须满足线性关系。（８）认知机(Neocogntion)由Fukushima提出的，是至今为止结构上最为复杂的多层网络[20]。通过无师学习，认知机具有选择能力，对样品的平移和旋转不敏感。不过，认知机所用节点及其互连较多，参数也多且较难选取。（９）感知器（Perceptron）由Rosenblatt开发的，是一组可训练的分类器[77]，为最古老的ANN之一，现已很少使用。（１０）自组织映射网(SOM)由Kohone

7、n提出的，是以神经元自行组织以校正各种具体模式的概念为基础的。SOM能够形成簇与簇之间的连续映射，起到矢量量化器的作用。根据W.T.Illingworth提供的综合资料，最典型的ＡＮＮ模型（算法）及其学习规则和应用领域如表5.1所列。表5.1人工神经网络的典型模型模型名称有师或无师学习规则正向或反向传播应用领域AG无Hebb律反向数据分类SG无Hebb律反向信息处理ART-I无竞争律反向模式分类DH无Hebb律反向语音处理CH无Hebb/竞争律反向组合优化BAM无Hebb/竞争律反向图象处理AM无Hebb律反向模式存储ABAM无Heb

8、b律反向信号处理CABAM无Hebb律反向组合优化FCM无Hebb律反向组合优化LM有Hebb律正向过程监控DR有Hebb律正向过程预测，控制LAM有Hebb律正向系统控制OLAM有Hebb律正向信号处理FAM有Hebb