net的屬性如下：
.perFromFcn='sse';
% 性能函數，這里設置為‘sse’，即誤差平方和
.trainParam.goal=0.1
% 訓練目標最小誤差，這里設置為0.1
.trainParam.epochs=300;
% 訓練次數，這里設置為300次
.trainParam.show=20;
% 現實頻率，這里設置為沒訓練20次顯示一次
.trainParam.mc=0.95;
% 附加動量因子
.trainParam.lr=0.05;
% 學習速率，這里設置為0.05
.trainParam.min_grad=1e-6;
% 最小性能梯度
.trainParam.min_fail=5;
% 最大確認失敗次數
Levenberg－Marquart優化算法進行訓練，還需設置的參數有：
net.trainParam.mu―Levenberg－Marquart優化算法中的
net.trainParam.mu_dec― 的縮減因子；
net.trainParam.mu_inc― 的增大因子；
net.trainParam.mu_max― 的最大值；
net.trainParam.min_grad―性能函數的最小梯度；
3 權值/閾值
net.iw
% 權值元包：net.iw{1}——當網絡只有一層時，net.iw是一個1x1的cell；net.iw{1,1}——當網絡
%有多層時，net.iw是一個元包矩陣。
net.b
% 閾值/偏置值，也是一個元包
其余鏈接：
http://blog.csdn.net/q1302182594/article/details/8791716
http://hi.baidu.com/lingyin55/item/5e266c2bc061d985ae48f53d
http://blog.sina.com.cn/s/blog_48ee23c80100rmkx.html