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。