eclipSycn

摘要： 6.1间隔与支持向量 给定训练样本集 ，基于此训练样本集D在样本空间找到一个划分超平面，将不同类别的样本分开。 在样本空间中，划分超平面可通过下列线性方程描述： （1） 其中，为法向量， 决定了超平面的方向；b为位移项，决定了超平面与原点之间的距离。 将超平面记为，样本空间任意点到超平面的距离可写为 阅读全文

摘要： http://blog.csdn.net/ice110956/article/details/20288239?utm_source=tuicool&utm_medium=referral 阅读全文

摘要： 斯坦福公开课2 Logistic回归 分类器最大似然估计不太懂，看了下面的博客，总结下来 求使发生训练样本(Xi,Yi)的概率最大的时候的θ参数的最大似然估计，求出该θ，代表此时发生训练样本的概率最大，最佳值。 http://blog.sina.com.cn/s/blog_5ecfd9d90100l 阅读全文

摘要： [径向基神经网络训练算法及其性能研究 2.1]-RBF定义：假设x，x0属于Rn，以x0为中心，x到x0的径向距离为半径形成的||x-x0||构成的函数系φ(||x-x0||)称为径向基函数。 阅读全文

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