本页面提供的是上一版软件的文档。当前版本中已删除对应的英文页面。

模式识别

训练神经网络以从示例输入及其分类进行归纳，并训练自编码器

App

神经网络模式识别使用两层前馈网络求解模式识别问题

类

Autoencoder(To be removed) Autoencoder class

函数

全部展开

nprtool打开神经网络模式识别
view查看浅层神经网络
trainAutoencoder(To be removed) Train an autoencoder
trainSoftmaxLayerTrain a softmax layer for classification
decode(To be removed) Decode encoded data
encode(To be removed) Encode input data
predict(To be removed) Reconstruct the inputs using trained autoencoder
stack(To be removed) Stack encoders from several autoencoders together
network(To be removed) Convert Autoencoder object into network object
patternnet生成模式识别网络
lvqnet(To be removed) Learning vector quantization neural network
train训练浅层神经网络
trainlm莱文贝格-马夸特反向传播
trainbr贝叶斯正则化反向传播
trainscg量化共轭梯度反向传播
trainrpResilient backpropagation
mse均方归一化误差性能函数
roc(To be removed) Receiver operating characteristic
plotconfusion绘制分类混淆矩阵
ploterrhist绘图误差直方图
plotperform绘制网络性能图
plotregression绘制线性回归图
plotroc绘制受试者工作特征图
plottrainstate绘制训练状态值图
crossentropy(To be removed) Neural network performance
genFunction(To be removed) Generate MATLAB function for simulating shallow neural network

示例和操作指南

基本设计

训练可扩展性和效率

最优解

分类

  • 螃蟹分类
    此示例说明如何使用神经网络作为分类器来根据螃蟹的物理尺寸识别螃蟹的性别。
  • 葡萄酒分类
    此示例说明模式识别神经网络如何根据葡萄酒的化学特性按酒庄对葡萄酒进行分类。
  • 癌症检测
    此示例说明如何训练一个神经网络来使用蛋白质表达谱上的质谱数据检测癌症。
  • 字符识别
    此示例说明如何训练神经网络以执行简单的字符识别。

自编码器

概念