Приложение

Таблица 1. Функции активации нейронов

Название	Обозначение в NNT	Формула	Область значений
Пороговая	hardlim		(0, 1)
Знаковая (сигнатурная)	hardlims		(-1, 1)
Сигмоидальная (логистическая)	logsig		(0, 1)
Полулинейная	poslin		(0, )
Линейная	purelin		(–, )
Радиальная базисная (гауссова)	radbas		(0, 1)
Полулинейная с насыщением	satlin		(0, 1)
Линейная с насыщением	satlins		(–1, 1)
Гиперболический тангенс (сигмоидальная)	tansig		(–1, 1)
Треугольная	tribas		(0, 1)

Таблица 2. Функции создания нейронных сетей

Функция	Описание
network	Создание шаблона НС пользователя
newc	Создание слоя Кохонена
newcf	Создание каскадной НС
newelm	Создание НС Элмана
newff	Создание многослойной сети прямого распространения
newfftd	Создание многослойной НС с задержками по входам
newgrnn	Проектирование обобщенно-регрессионной сети
newhop	Создание сети Хопфилда
newlin	Создание слоя линейных нейронов
newlind	Проектирование линейной НС
newlvq	Создание сети встречного распространения
newp	Создание персептрона
newpnn	Проектирование вероятностной НС
newrb	Создание НС с радиальными базисными элементами
newrbe	Создание НС с радиальными базисными элементами с нулевой ошибкой на обучающей выборке
newsom	Создание карты Кохонена

Таблица 3. Функции обучения нейронных сетей

Функция	Описание
trainb	настраивает веса и смещения при каждом предъявлении сети входной последовательности
trainbfg	реализует разновидность квазиньютоновского алгоритма обратного распространения ошибки
trainbr	байесовский метод обучения с минимизацией комбинации квадратов ошибок и весов с выбором наилучшего варианта
trainc	циклическое представление входа
traincgb	реализует разновидность алгоритма сопряженных градиентов (метод Пауэлла–Биеле)
traincgf	алгоритм обратного распространения ошибки в сочетании с методом оптимизации Флетчера–Пауэлла
traincgp	то же, но с использованием метода Полака–Рибейры
traingd	«классический» алгоритм распространения ошибки
traingda	то же, но с адаптацией коэффициента скорости обучения
traingdm	реализует модифицированный алгоритм обратного распространения ошибки с введенной «инерционностью» коррекции весов и смещений
traingdx	реализует комбинированный метод обучения, объединяющий особенности двух вышеприведенных
trainlm	реализует алгоритм оптимизации Левенберга–Марквардта
trainoss	реализует разновидность алгоритма обратного распространения ошибки с использованием метода секущих
trainr	режим случайного представления входа
trainrp	разновидность алгоритма обратного распространения ошибки (пороговый алгоритм обратного распространения)
trains	обучение с последовательным представлением входов
trainscg	алгоритм масштабируемых сопряженных градиентов