神经网络相关知识和程序实现

MCM2010

感谢楼主啦，正在找这方面的东西，肯定会很有用的

红蜻蜓3

狂顶狂顶狂顶狂顶狂顶狂顶狂顶狂顶狂顶

olh2008

顶一下,哈哈

leabclove

顶一下,好牛啊。。。。。。。。。。。。。。

angieyihua

谢谢楼主~~~~~~~~~~~~~~~~~~~~~~~

insomnia319

谢谢
( P, p2 d, q0 q( T) B谢谢（本文来自于数学中国社区，网址为http://www.madio.net/mcm）

mathplayw

好资料呀
) m. Z: b! W' T4 J! @0 w1 x十分感谢，我要好好学习学习，再次感谢

Yuechangyuan

1．神经网络 神经网络是单个并行处理元素的集合，我们从生物学神经系统得到启发。在自然界，网络功能主要由神经节决定，我们可以通过改变连接点的权重来训练神经网络完成特定的功能。 一般的神经网络都是可调节的，或者说可训练的，这样一个特定的输入便可得到要求的输出。如下图所示。这里，网络根据输出和目标的比较而调整，直到网络输出和目标匹配。作为典型，许多输入/目标对应的方法已被用在有监督模式中来训练神经网络。

Yuechangyuan

ppt：
智能及其实现
8 P- G2 E+ f, \, n0 @0 q# T  ?$ ~9 UANN基础
: c+ I( ]; T7 i2 tPerceptron
' Y& U/ C6 Z! ?6 I% w1 H6 h& _BP
, I9 i; ]3 Z4 f* V. x& ECPN
统计方法
, Q/ D: A  j/ m7 mHopfield网与BAM
ART

Yuechangyuan

代码，部分：
%创建一个感知器网络，参见2.3节
net = newp([0 1;-2 2],1);
%感知器的P和阈值
2 x$ f, f0 [3 t$ b$ v/ K" I; @net.iw{1,1}
7 R' j; @9 C% b; j8 s+ Pnet.b{1}
P = [0 1 0 1; 0 0 1 1];
T = [0 0 0 1];
%对感知器进行训练
net = train(net,P,T);
net.iw{1,1}
net.b{1}
8 g+ L2 _8 l* I- ?( {; n%初始化感知器
9 e" c9 d, r2 unet = init(net);
net.iw{1,1}
net.b{1}