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
$ P3 {7 B% k: t) S' C. O" \$ O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
4 A  g$ g! l1 W8 |: r! T: v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
6 B& f( N$ K$ ZANN基础
1 x5 k6 N+ c) O$ u) M# JPerceptron
6 q: [+ u  j' J2 \BP
CPN
! t- g% o4 F$ C. y统计方法
0 B3 H, ~, C5 D+ D* F& E# _Hopfield网与BAM
ART

Yuechangyuan

代码，部分：
3 V( ^+ `/ k* F' r  e. X%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
net.iw{1,1}
net.b{1}
P = [0 1 0 1; 0 0 1 1];
+ k+ I& @- O1 p7 L& d8 I- f* HT = [0 0 0 1];
6 Y+ X& Z6 D% a2 i5 P; v%对感知器进行训练
" A: T. D" l' {1 j1 H" R; B2 B6 }8 ]net = train(net,P,T);
, ^: _6 K/ d! L5 Mnet.iw{1,1}
net.b{1}
%初始化感知器
" a- t, R$ m! Q9 v& Jnet = init(net);
# A; e, Q5 c  P  G" _0 Z+ N! q4 lnet.iw{1,1}
net.b{1}