函数逼近、聚类和控制

---

使用浅层神经网络执行回归、分类和聚类，以及对非线性动态系统建模

函数逼近和非线性回归

创建神经网络来归纳示例输入与输出之间的非线性关系

神经网络拟合

函数名	简介
cascadeforwardnet	生成级联前向神经网络
dataset_dir	获取数据集路径
DigitDatasetTestData	加载手写数字测试集
DigitDatasetTrainData	加载手写数字训练集
feedforwardnet	生成前馈神经网络
fitnet	函数拟合神经网络
iris_dataset	加载鸢尾花数据集
_minmax	输出最小与最大输入值
patternnet	生成模式识别网络
ploterrhist	绘制误差直方图
plotfit	函数拟合绘图
plotperform	绘制网络性能
plotregression	绘制线性回归
plotroc	绘制受试者工作特征
plottrainstate	绘制训练状态值图
regression	对目标执行浅层网络输出的线性回归
resetState	重置神经网络的状态参数
roc	受试者工作特征
simplefit_dataset	加载简易拟合数据集
train	训练浅层神经网络

自编码器

使用自编码器神经网络执行无监督的特征学习

自编码器

函数名	简介
decode	解码编码数据
encode	编码输入数据
trainAutoencoder	训练自编码器
trainSoftmaxLayer	训练softmax层用于分类

自组织映射

确定样本聚类的原型向量、样本分布以及聚类之间的相似性关系

自组织映射

函数名	简介
selforgmap	自组织映射
plotsomhits	绘制自组织地图样本命中
plotsomnd	绘制自组织地图相邻距离
plotsomplanes	绘制自组织地图权重平面
plotsomtop	绘制自组织地图拓扑