Uses of Class
mscJNeuralNet.net.Net

Packages that use Net
mscJNeuralNet.connectors Packet der Klassen, welche die Kantengewichte eines KNN initialisieren.  
mscJNeuralNet.gui Dieses Unterpacket enthält grafische Komponenten zur Kontrolle und Darstellung des Neuronalen Netzes. 
mscJNeuralNet.gui.subComponents Dieses Packet enthält einfache Teilkomponenten, die in den GUI-Komponenten eingesetzt werden.  
mscJNeuralNet.net Dieses Packet enthält das eigentliche MLP.  
mscJNeuralNet.netPerformanceStatistics Dieses Packet enthält Klassen zur Berechnung der Fehler Ist-Soll-Werte eines Netzes und damit der Netzperformanz. 
mscJNeuralNet.trainingAlgorithms Dieses Packet enthält alle Lernverfahren, die zum Trainineren eines Netzes benutzt werden können.  
 

Uses of Net in mscJNeuralNet.connectors
 

Methods in mscJNeuralNet.connectors with parameters of type Net
 void WesselsBarnardNetConnector.connectNet(Net pNet, double[] pParameters)
          Gegebene Parameter werden nicht berücksichtigt.
 void RandomSymmetryBreakingNetConnector.connectNet(Net pNet, double[] pParameters)
          Gegebene Parameter werden nicht berücksichtigt.
 void RandomNetConnector.connectNet(Net pNet, double[] pParameters)
          Der Wert in der Arrayposition 0 des übergebenen Parameterarrays wird als maximale / minimale Gewichtsgröße gewertet.
 void INetConnector.connectNet(Net pNet, double[] pParameters)
          Initialisiert die Gewichtsmatrix des gegebenen Netzes mit Startwerten, so daß das Netz verbunden (connected) ist.
 

Uses of Net in mscJNeuralNet.gui
 

Methods in mscJNeuralNet.gui that return Net
 Net JNetWeightView.getNet()
           
 Net JNetInfoView.getNet()
           
 

Methods in mscJNeuralNet.gui with parameters of type Net
 void JNetWeightView.setNet(Net pNet)
           
 void JNetInfoView.setNet(Net pNet)
           
 

Uses of Net in mscJNeuralNet.gui.subComponents
 

Methods in mscJNeuralNet.gui.subComponents that return Net
 Net JWeightView.getNet()
          Liefert das Netz zurück, welches durch diese Komponente dargestellt wird.
 

Methods in mscJNeuralNet.gui.subComponents with parameters of type Net
 void JWeightView.setNet(Net pNet)
          Legt das Netz fest, welches durch diese Komponente dargestellt werden soll.
 

Uses of Net in mscJNeuralNet.net
 

Methods in mscJNeuralNet.net that return Net
static Net Net.load(java.io.File pTargetFile)
          Lädt ein Netz aus einer Datei.
 

Methods in mscJNeuralNet.net with parameters of type Net
static double[][] Net.calculateGradientsOffline(Net pNet, double[][] pInputPatterns, double[][] pOutputPatterns)
          Berechnet den aktuellen Fehlergradienten für die gegebenen Lerndatensätze.
static void Net.save(Net pNet, java.io.File pTargetFile)
          Speichert das Netz in einer Datei.
 

Uses of Net in mscJNeuralNet.netPerformanceStatistics
 

Methods in mscJNeuralNet.netPerformanceStatistics with parameters of type Net
static NetPerformanceStatistics NetPerformanceStatisticsCalculator.calculateErrors(Net pNet, double[][] pInputPatterns, double[][] pOutputPatterns)
          Berechnet alle aktuellen Ist-Soll Fehlerwerte eines Netzes und gibt diese als NetPerformanceStatistics Objekt zurück.
static void NetPerformanceReporter.getQualityReport(Net pNet, INetTrainingAlgorithm pAlgo, double[][] pInputPattern, double[][] pOutputPattern, int pRoundsToTest, int pMaxCycles, double[] pConnectorParameters, INetConnector pNetConnectionAlgo)
          Ein Netz wird mehrfach von Grund auf trainiert, um Statistiken über die Performanz der gewählten Parameter des Netzes und des Lernverfahrens zu ermitteln.
 

Uses of Net in mscJNeuralNet.trainingAlgorithms
 

Methods in mscJNeuralNet.trainingAlgorithms that return Net
 Net INetTrainingAlgorithm.getNet()
          Liefert das Netz, welches derzeit von diesem Lernverfahren trainiert wird.
 Net AbstractTrainingAlgorithm.getNet()
           
 

Methods in mscJNeuralNet.trainingAlgorithms with parameters of type Net
 void INetTrainingAlgorithm.setNet(Net pNet)
          (Er-)setzt das Netz, das durch dieses Lernverfahren trainiert werden soll.
 void AbstractTrainingAlgorithm.setNet(Net pNet)