完全面向对象的工具箱，带有GUI的贝叶斯小波网络。它真的很容易使用。
gbayes（网，gdata）-网络贝叶斯误差函数的GBayesevate梯度。
波长输出（A，英寸）-此函数用于计算wavelon结构“A”的输出
自述- 读我
培训表（瓦拉金）-培训表格M-培训表格M文件图
小波网络（varargin）- WaveletNetwork M-File for waveletnetwork.fig
net_unpack（网，w）-NETUNPAK将权重向量分离为权重和偏差矩阵。
ReadSelectedStr（OBJ）-%此函数用于获取Obj中选定的变量。
SimulationForm_Bani（varargin）- SimulationForm_Bani M-File for simulationform_bani.fig
getslectedvar（obj，data）- 此功能用于获取名称和值
saveresult（数据，name_obj，dest_obj，typedataName）-%此函数将结果保存到“Bani_数据”
进口形式（瓦拉金）- ImportForm_Bani.fig的ImportForm_Bani M-File
net_grd（w，net，x，t）- NetGrad评估通用优化器的网络错误梯度
prep2save（newdata，typedataname）- 此功能用于将新数据添加到“BANI_DATA.MAT”中的旧数据。
波网（Wn、p、t）- 此功能用于获得相对于的误差函数的梯度
save2bani（saveddata，typedataName）- 此函数将“SavedData”保存到Bani_Data文件
HMC（W，选项，out，model_struct，f，g，varargin）- ％帽子蒙特卡罗方法
wavenet_pack（wn）- 此函数打包Wavelet_Network结构“Wn”的参数
findcorRectname（姓名）- ％此功能用于查找新数据的正确数据名称。
DataNameRead（数据，行号）- 此函数读取数据中变量的名称。
newnetform_bani（varargin）- newnetform_bani m-file for newnetform_bani.fig
newdataform_bani（varargin）- newdataForm_Bani.fig的NewDataForm_Bani M-File
wavenet_err（wn，p，t）- 此功能用于计算P，T数据的网络错误。
initialForm_Bani（varargin）- InitialForm_bani.fig的InitialForm_Bani M-File
Wavenettool（）- 此函数运行工具箱
WavenetObject（Hobj）- 此函数创建一个Wavelet_network结构的尊重霍波河
Wn_HMC_培训（Wn_结构、输入、输出、NbSample、迭代、变量）- ％此功能用杂交蒙特卡罗方法实现贝叶斯学习。
小波网络- 此函数是Wavelet_Network类的构造函数。
Wavenet_bkp（Wn，x，神经元输出，E）- 此函数用于在小波中进行影响反向传播错误
ViewForm_Bani（varargin）- ViewForm_Bani M-File for ViewForm_Bani.fig
WavenetOutput（Wn、In、Sample）- 此功能用于确定WVENET输出。
ExpoorForm_Bani（varargin）- eportform_bani m-fire for eportform_bani.fig
net_err（w，net，x，t）-NETERREvaluate网络错误函数以获取一般状态。
findselecteddata（处理）- ％此函数查找从数据列表中选择的数据。
finddata（数据，varname）- 此函数查找其名称是varName的数据;
bani_mexihat（varargin）-墨西哥帽子小波。
errbayes（net，edata）-贝叶斯估计网络的贝叶斯误差函数。
mm_in_out（varargin）mm_in_out.fig的mm_in_out m-file
bani_plot（varargin）-此函数用于在multiPlot页面中绘制输入变量。
wavenet_unpack（wn，var）- 此函数用于将VAR复制到WAVELET_NETWORK“WN”结构。
净包装（净）-NetPak将权重和偏差合并为一个权重向量。
wn_mse（e）-此函数是计算均方误差的性能函数。
GetValue（DataValueStr）-%此函数用于获取值。
