matlab中生成sensitivity map的函数

在MATLAB中，生成Sensitivity Map通常用于神经网络、信号处理等领域，它可以帮助分析模型对输入变化的敏感度。一种常用的函数是`gradplot`或`sensitivitymap`，这两个函数都属于Neural Network Toolbox。下面是基本的使用步骤：

1. `gradplot`: 这个函数适用于神经网络，可以计算并可视化模型对每个输入变量的局部梯度，显示模型预测结果对于输入特征变化的响应。

   >> gradnet = feedforwardnet(...); % 初始化神经网络模型
   >> data = ...; % 输入数据集
   >> [ypred, y] = predict(gradnet, data); % 预测
   >> [grad, x] = gradplot(gradnet, data); % 计算并显示梯度地图

2. `sensitivitymap`: 如果你想对整个输入空间进行分析，这个函数会生成每个像素点的Sensitivity Map。它通常用于图像分类任务。

   >> model = trainNetwork(...); % 训练图像分类模型
   >> img = imread('your_image.jpg'); % 读取测试图片
   >> smap = sensitivitymap(model, img); % 生成Sensitivity Map