MATLAB神经网络工具箱中的网络对象及属性

MATLAB神经网络工具箱中的网络对象及属性(一) 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，net.biasConnect(1)，net.inputConnect(1,2)，net.inputs{1}.range。

在MATLAB命令窗口中逐条执行以下语句（newp、newff为网络创建函数），即可创建网络net1和net2。

p=[1,2;-1,1;0,1];

net1=newp(p,2);

net2=newff([-1 1;-1 1], [15,2], {'tansig','purelin'}, 'traingdx', 'learngdm');

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向量数，它可以被设置为零或正整数。其值一般在用户定义网络中才被设置，而由MATLAB神经网络工具箱中的网络定义函数所创建的网络，则输入向量就不止一个，而是多个。所以网络的输入向量数并不是网络输入元素的个数。

net.numInputs属性值一旦改变，与输入向量相关的输入层连接向量（net.inputConnect）和输入层向量（net.inputs）会自动随之改变。

（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。

net.numLayers属性值一旦改变，下列与网络相关的布尔代数矩阵就会随之改变：

net.biasConnect

net.inputConnect

net.layerConnect

net.targetConnect

下列与网络层相关的子对象细胞矩阵的大小也会随之改变：

net.biases