自定义神经网络

创建神经网络对象

创建并学习神经网络对象的基本组件。

配置神经网络输入和输出

在训练之前，了解如何手动配置网络配置功能。

了解神经网络工具箱数据结构

了解输入数据结构的格式如何影响网络的仿真。

创建和训练自定义神经网络体系结构

使用其属性自定义网络体系结构，并使用并训练自定义网络。

历史和替代神经网络

自适应神经网络过滤器

设计一个自适应线性系统，该系统在运行时会响应其环境的变化。

感知神经网络

了解感知器网络的架构，设计和培训，以解决简单的分类问题。

径向基础神经网络

学习设计和使用径向基网络。

概率神经网络

使用概率神经网络进行分类问题。

广义回归神经网络

学习设计广义回归神经网络（GRNN）以进行函数近似。

学习矢量量化（LVQ）神经网络

创建和训练学习矢量量化（LVQ）神经网络。

线性神经网络

设计一个线性网络，当带有一组给定输入向量时，该网络会产生相应的目标向量的输出。

Hopfield神经网络

设计一个存储一组特定平衡点的网络，以便在提供初始条件时，网络最终将在此设计点休息。