神经网络工具箱版本6.0.4（R2010a版本）25-JAN-2010图形用户界面的功能。

nctool - 神经网络分类的工具。

nftool - 神经网络拟合工具。

nprtool - 神经网络模式识别工具。

nntool - 神经网络工具箱的图形用户界面。

nntraintool - 神经网络训练工具。

视图- 查看一个神经网络。

分析功能。

混乱- 分类混淆矩阵。

errsurf - 单输入神经元的误差表面。

maxlinlr - 最大的学习率的线性层。

鹏- 受试者工作特征。

距离函数。

boxdist - 箱距离函数。

DIST - 欧氏距离权重函数。

mandist - 曼哈顿距离权重函数。

linkdist - 链路距离函数。

格式化数据。

combvec - 创建载体的所有组合。

con2seq - 转换并行向量连续载体。

同意- 创建并发偏载体。

dividevec - 创建载体的所有组合。

ind2vec - 转换指数为载体。

最小最大- 矩阵行范围。

nncopy - 复印基质或细胞阵列。

normc - 规格化矩阵的列。

normr - 规格化行的矩阵的。

pnormc - 矩阵的伪规格化列。

定量- 值离散化作为数量的倍数。

seq2con - 转换顺序向量并发载体。

vec2ind - 将矢量转换成指数。

初始化网络功能。

initlay - 层- 层网络初始化函数。

初始化层功能。

initnw - 阮层的Widrow初始化函数。

initwb - 从重量和- 偏置层初始化函数。

初始化的重量和偏见的功能。

initcon - 良心的偏见初始化函数。

initzero - 零重量/偏置初始化函数。

initsompc - 初始化SOM的权重与主要成分。

中点- 中点重初始化函数。

randnc - 归一列重初始化函数。

randnr - 归行重初始化函数。

兰特- 对称随机重量/偏置初始化函数。

学习功能。

learncon - 良心的偏见学习功能。

learngd - 梯度下降重量/偏置学习功能。

learngdm - 梯度下降W /气势重量/偏置学习功能。

learnh - 赫布重学习功能。

learnhd - 赫布衰变重学习功能。

learnis - 重量龄学习功能。

learnk - Kohonen的重量学习功能。

learnlv1 - LVQ1重学习功能。

learnlv2 - LVQ2重学习功能。

learnos - Outstar重学习功能。

learnsomb - 批自组织映射权重学习功能。

learnp - 感知重量/偏置学习功能。

learnpn - 归感知重量/偏置学习功能。

learnsom - 自组织映射权重学习功能。

learnwh - 的Widrow - 霍夫重量/偏置学习规则。

在线搜索功能。

srchbac - 回溯搜索。

srchbre - 布伦特的结合黄金分割/二次插值。

srchcha - Charalambous“三次插值。

srchgol - 黄金分割。

srchhyb - 混合二分/立方搜索。

净输入功能。

netprod - 产品净输入功能。

netsum - 求和净输入功能。

网络创造的功能。

网络- 创建一个自定义的神经网络。

NEWC - 创建一个有竞争力的层。

newcf - 创建级联转发传播网络。

newdtdnn - 创建一个分布式的时间延迟神经网络。

newelm - 创建埃尔曼传播网络。

newfit - Createa一个合适的网络。

newff - 创建前馈传播网络。

newfftd - 创建一个前馈输入延迟backprop网络。

newgrnn - 设计一个广义回归神经网络。

newhop - 建立一个经常性的Hopfield网络。

纽林- 创建一个线性层。

newlind - 设计一个线性层。

newlvq - 创建学习型矢量量化网络。

newnarx - 创建前馈传播网络与反馈从输出到输入。

newnarxsp - 创建在串并联布置的NARX网络。

NEWP - 创建一个感知。

newpnn - 设计一个概率神经网络。

newpr - 创建一个模式识别网络。

newrb - 设计一个径向基网络。

newrbe - 设计一个确切的径向基网络。

纽森- 创建一个自组织映射。

网络转换功能。

sp2narx - 转换串并联NARX网络并行（反馈）的形式。

网络更新功能。

nnt2c - 更新NNT 2.0竞争层。

nnt2elm - 更新NNT 2.0艾尔曼传播网络。

nnt2ff - 更新NNT 2.0馈网络。

nnt2hop - 更新NNT 2.0 Hopfield神经复发网络。

nnt2lin - 更新NNT 2.0线性层。

nnt2lvq - 更新NNT 2.0学习矢量量化网络。

nnt2p - 更新NNT 2.0感知。

nnt2rb - 更新NNT 2.0径向基网络。

nnt2som - 更新NNT 2.0自组织映射。

性能功能。

美- 平均绝对误差性能的功能。

MSE - 均方误差性能函数。

msereg - 均方误差有正表现功能。

mseregec - 均方误差与正规化和节约性能的功能。

上证所- 误差平方和性能的功能。

绘图功能。

hintonw - 韩丁图权重矩阵。

hintonwb - 权重矩阵和偏移向量的韩丁图。

plotbr - 贝叶斯正规化培训小区网络的性能。

plotconfusion - 剧情分类混淆矩阵。

plotep - 剧情上的错误表面上的重量偏的位置。

plotes - 绘制单个输入神经元的误差表面。

plotfit - 绘图函数拟合。

plotpc - 对感知矢量图绘制分线。

plotperform - 小区网络的性能。

plotpv - 剧情感知输入/目标向量。

plotregression - 剧情线性回归。

plotroc - 情节受试者工作特征。

plotsom - 绘制自组织映射。

plotsomhits - 剧情自我组织图来样命中。

plotsomnc - 绘制自组织映射邻居连接。

plotsomnd - 绘制自组织映射邻居的距离。

plotsompos - 绘制自组织映射权重的位置。

plotsomtop - 绘制自组织映射的拓扑结构。

plottrainstate - 剧情训练状态值。

plotv - 矢量绘制从原点线。

plotvec - 绘图用不同的颜色矢量。

postreg - 培训后回归分析。

处理数据。

fixunknowns - 具有未知值的过程矩阵行。

mapminmax - 地图矩阵行最小和最大值设置为[-1 1]。

mapstd - 地图矩阵行手段，偏离标准值。

processpca - 进程与主成分分析的矩阵行。

removeconstantrows - 删除矩阵的行恒定值。

removerows - 删除矩阵的行与指定的索引。

Simulink的支持。

gensim - 生成Simulink模块来模拟神经网络。

拓扑功能。

gridtop - 网格层拓扑功能。

hextop - 六角层拓扑功能。

randtop - 随机层拓扑功能。

培训功能。

trainb - 批量训练重量和偏见的学习规则。

trainbuwb - 批无监督权/偏置学习。

trainbfg - BFGS拟牛顿反向传播。

trainbr - 贝叶斯正规化建设。

trainc - 周期性为了增加培训瓦特/学习功能。

traincgb - 鲍威尔，比尔共轭梯度反向传播。

traincgf - 弗莱彻，鲍威尔共轭梯度反向传播。

traincgp - 波拉克，Ribiere共轭梯度反向传播。

traingd - 梯度下降反向传播。

traingdm - 梯度下降动量反向传播。

traingda - 梯度下降自适应LR反向传播。

traingdx - 梯度下降瓦特/动量及自适应LR反向传播。

trainlm - 列文伯格- 马夸特反向传播。

trainoss - 一步割线反向传播。

trainr - 随机顺序递增培训瓦特/学习功能。

trainrp - 弹性反向传播（RPROP）。

火车- 按顺序递增培训瓦特/学习功能。

trainscg - 规模化的共轭梯度反向传播。

传递函数。

compet - 竞争传递函数。

hardlim - 硬极限传输函数。

hardlims - 对称硬极限传输函数。

logsig - 登录乙状结肠传递函数。

netinv - 逆传递函数。

poslin - 正线性传递函数。

purelin - 线性传递函数。

radbas - 径向基函数。

satlin - 饱和线性传递函数。

satlins - 对称饱和线性传递函数。

SOFTMAX - 软最大传输函数。

tansig - 双曲正切S形传递函数。

tribas - 三角基函数。

使用网络。

SIM卡- 模拟神经网络。

初始化- 初始化神经网络。

适应- 允许一个神经网络来适应。

火车- 训练神经网络。

disp已- 显示一个神经网络的特性。

显示- 显示名称和神经网络变量的性质。

重功能。

convwf - 卷积权函数。

DIST - 欧氏距离权重函数。

dotprod - 点产品重量的功能。

mandist - 曼哈顿距离权重函数。

negdist - 负距离的权重函数。

normprod - 归一化积权重函数。

scalprod - 标产品重量的功能。

模板的自定义功能。

template_distance - 模板距离函数。

template_init_layer - 模板层的初始化函数。

template_init_network - 模板网络初始化函数。

template_init_wb - 模板重量/偏置初始化函数。

template_learn - 模板倾斜功能。

template_net_input - 模板净输入功能。

template_new_network - 模板创建新的网络功能。

template_performance - 模板功能函数。

template_process - 模板处理功能。

template_search - 模板搜索功能。

template_topology - 模板拓扑功能。

template_train - 模板列车功能。

template_transfer - 模板传递函数。

template_weight - 模板权函数。

NNET的内容：网络- 创建一个自定义的神经网络。