摘要：网络的输出神经元之间相互竞争，同一时刻只有一个神经元获胜。 二、学习规则 竞争神经网络的学习规则是由内星规则发展而来的Kohonen学习规则。 4.SOM学习算法 阅读全文

摘要：结构简单、收敛速度款、能够逼近任意非线性函数的网络-径向基函数（Radial Basis Function，RBF）网络。 1988年Broomhead和Love根据生物神经元具有局部响应的原理，将径向基函数引入神经网络中。 径向基函数三层构成的前向网络：输入层，隐含层，输出层。 本章还会介绍概率神 阅读全文

摘要：左手按住换档键（Alt键）不放，右手依次按41420(不要按键盘上方的，要按右边的)，松开双手，根号（√）就出来了。 同样： 按178是平方号（²） 按179是立方号（³） 215是乘号（×） 247是除号（÷） 176是度（°） 阅读全文

摘要：1.设计函数 solvein 设计线性网络； solverb 设计径向基网络； solverbe 设计精确的径向基网络； solvehop 设计Hopfield网络。 2.传递函数 hardlim 硬限幅传递函数； hardlims 对称硬限幅传递函数； purelin 线性传递函数； tansig 阅读全文

摘要：BP神经网络是包含多个隐含层的网络，具备处理线性不可分问题的能力。 20世纪80年代中期，Rumelhart，McClelland等成立了Parallel Distributed Procession（PDP）小组，提出了著名的误差反向传播算法（Error Back Propagtion，BP）。 阅读全文

摘要：自适应线性元件20世纪50年代末由Widrow和Hoff提出，主要用于线性逼近一个函数式而进行模式联想以及信号滤波、预测、模型识别和控制等。 线性神经网络和感知器的区别是，感知器只能输出两种可能的值，而线性神经网络的输出可以取任意值。线性神经网络采用Widrow-Hoff学习规则，即LMS（Leas 阅读全文

摘要：单层感知器属于单层前向网络，即除输入层和输出层之外，只拥有一层神经元节点。 特点：输入数据从输入层经过隐藏层向输出层逐层传播，相邻两层的神经元之间相互连接，同一层的神经元之间没有连接。 感知器（perception）是由美国学者F.Rosenblatt提出的。与最早提出的MP模型不同，神经元突触权值 阅读全文