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
4 G( w* ]1 I+ h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
. g; V- o6 n) X( F2 o- K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：
& E- K) J; q6 R9 O智能及其实现
* s3 P' z+ q5 J% WANN基础
0 w& X7 Z; O5 F( FPerceptron
+ G# j: }' o8 i0 U" BBP
5 P# R7 C" S7 j/ K/ I& P5 jCPN
统计方法
Hopfield网与BAM
9 E4 ^6 I, k' E+ s+ T+ q+ ]4 xART

Yuechangyuan

代码，部分：
%创建一个感知器网络，参见2.3节
2 y9 J* E0 l0 b1 d3 ^* E2 v7 gnet = newp([0 1;-2 2],1);
* D2 E1 g/ H* H7 m( m% P, q8 k%感知器的P和阈值
* K: N8 h0 L3 K5 F, inet.iw{1,1}
/ o$ D9 ~/ A6 U5 P2 _8 bnet.b{1}
P = [0 1 0 1; 0 0 1 1];
, i5 V/ i8 u' x- k* `9 TT = [0 0 0 1];
4 F: ]" M# b) P3 P6 ^% f) ]* f  T%对感知器进行训练
: }, E% ?) w) @4 b3 j( V' Y5 c- }net = train(net,P,T);
net.iw{1,1}
3 ?1 _8 @7 \+ e! [net.b{1}
1 e: ~  J" v/ Q5 v2 |%初始化感知器
; [# ^, V# x' A  J+ inet = init(net);
& N0 K" |# w  g" y3 Qnet.iw{1,1}
  b" P0 X0 F) ]8 enet.b{1}