nnfunctione.m

是一个用MATLAB编的一个系统

NNfe=figure('color',[0.8 0.8 0.8],'position',[120 120 600 400],'name',...
   'NN网络函数','numbertitle','off');

%界面说明
uicontrol(NNfe,'style','text','units','normalized','position',[0.1 0.82 0.8 0.15],...
   'horizontal','center','string',' 14．训练函数','back',[0.8 0.8 0.8],...
   'fontsize',18,'fontWeight','bold');


 
uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.74 0.42 0.1],...
   'string',' １．trainwb 网络权与阈值的训练函数。  ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.69 0.42 0.1],...
   'string',' ２．traingd 梯度下降的BP算法训练函数。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.64 0.42 0.1],...
   'string',' ３．traingdm 梯度下降w/动量的BP  ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.59 0.42 0.1],...
   'string','          算法训练函数。。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.54 0.42 0.1],...
   'string',' ４．traingda 梯度下降w/自适应lr的BP 。','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.49 0.42 0.1],...
   'string','          算法训练函数。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.45 0.42 0.1],...
   'string',' ５．traingdx 梯度下降w/动量和自适应lr ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.40 0.42 0.1],...
   'string','          的BP算法训练函数。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.35 0.42 0.1],...
   'string',' ６．trainlm Levenberg-Marguardt的BP ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.30 0.42 0.1],...
   'string','         算法训练函数。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.25 0.42 0.1],...
   'string',' ７．trainwbl 每个训练周期用一个权值 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 
  uicontrol(NNfe,'style','text','units','normalized','position',[0.07 0.20 0.42 0.1],...
   'string','         矢量或偏差矢量的训练函数。','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
  
 
 
 


uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.74 0.42 0.1],...
   'string',' ８．trainc 训练竞争层。  ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.69 0.42 0.1],...
   'string',' ９．trainfm 训练特性图。   ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.64 0.42 0.1],...
   'string',' １０．trainlvq 训练LVQ网络。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.59 0.42 0.1],...
   'string',' １１．trainbpx 快速反向传播训练网络。  ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.54 0.42 0.1],...
   'string',' １２．trainelm 训练Elman递归网络。','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.49 0.42 0.1],...
   'string',' １３．trainsm训练自组织映射网络。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.45 0.42 0.1],...
   'string',' １４．trainp 利用感知规则训练感知层。','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.40 0.42 0.1],...
   'string',' １５．trainpn 规范感知规则训练感知层。  ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);


uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.35 0.42 0.1],...
   'string',' １６．trainbp 用BP算法训练前向网络。  ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.30 0.42 0.1],...
   'string',' １７． trainbpx 用快速BP算法训练前向    ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.25 0.42 0.1],...
   'string','              网络。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.20 0.42 0.1],...
   'string',' １８． trainelm训练Elman递归网络。  ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.15 0.42 0.1],...
   'string',' １９．trainlm用Levenberg-Marquardt ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.10 0.42 0.1],...
   'string','              算法训练前向网络。。 ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 
 uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.10 0.42 0.1],...
   'string',' ２０．trainwh用Widrow-Hoff规则   ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);
 
 
  uicontrol(NNf,'style','text','units','normalized','position',[0.55 0.05 0.42 0.1],...
   'string','              训练线性层。  ','back',[0.8 0.8 0.8],'horizontal','left','fontsize',12);