function [wih,whj,sek,sumerror,error,st]=bp_erf_log(pp,tt,q,eta,alpha,tol,lamda)是什么意思

这是一个基于误差反向传播算法的神经网络模型的函数，其输入参数和输出参数的含义如下：

输入参数：
- pp：训练数据的输入，是一个矩阵，每一列表示一个训练样本的输入向量；
- tt：训练数据的输出，是一个矩阵，每一列表示一个训练样本的输出向量；
- q：隐层节点数，一个正整数；
- eta：学习率，一个正实数；
- alpha：动量因子，一个正实数；
- tol：误差容限，一个正实数；
- lamda：正则化参数，一个正实数。

输出参数：
- wih：输入层到隐层之间的权重矩阵；
- whj：隐层到输出层之间的权重矩阵；
- sek：每次迭代的误差值；
- sumerror：训练结束时的总误差值；
- error：训练样本的误差值；
- st：最后一次迭代时的隐层状态值。