人工神经网络
OneSea
8年Android/Linux系统开发经验,专注Display&Graphics领域。
展开
-
人工神经网络学习笔记_各个参数的确定
在进行神经网络的设计的时候,确定各层神经元的个数是一个非常重要的问题,同时也是比较困难的事情。原创 2013-12-18 14:03:25 · 7292 阅读 · 0 评论 -
Matlab BP神经网络之validation checks
Matlab版本:Matlab 2014a1 问题描述 bp网络设置如下net = newff(all_tra, all_bar, 9, {'tansig','purelin'}, 'trainbfg');net = init(net);net.trainParam.goal=0.0001; %设置相应的参数net.trainParam.show=5原创 2015-05-16 22:50:28 · 28341 阅读 · 0 评论 -
matlab人工神经网络参数
实验环境:MatlabR2009a1 一般参数.perFrom*.perFromFcn='sse'; % 性能函数,这里设置为‘sse’,即误差平方和2 训练参数.trainParam.*.trainParam.goal=0.1 % 训练目标最小误差,这里设置为0.原创 2013-04-12 09:51:28 · 9509 阅读 · 1 评论 -
关于聚类
参考资料[1]一种改进的凝聚层次聚类法原创 2015-05-09 21:56:05 · 1282 阅读 · 0 评论 -
神经网络设计_学习规则总结
参考资料《神经网络设计》,机械工业出版社原创 2013-12-21 14:27:18 · 5216 阅读 · 0 评论 -
《神经网络设计》p81式6.7和式6.8详解
一直对参考资料《神经网络设计》p81中式原创 2014-06-27 11:19:54 · 1125 阅读 · 0 评论 -
《神经网络设计》p45式4.66和式4.72详解
参考资料《神经》原创 2014-06-26 11:57:45 · 1135 阅读 · 0 评论 -
人工神经网络学习笔记_英文字母识别
实验环境:MatlabR2009a1 设计一个网络,并且训练它来识别字母表中的26个字母。在alphabet_train.m文件中添加代码如下所示。[plain] view plaincopyclear clc [alphabet,targets]=prprob; %alphabet=35x26 S1=1原创 2013-04-13 17:26:31 · 3858 阅读 · 0 评论 -
人工神经网路学习笔记_感知机_前馈网络
感知机是最简单的神经网络模参考资感知机_维基百科zh.wikipedia.org/wiki/%E6%84%9F%E7%9F%A5%E5%99%A8原创 2013-12-18 16:30:45 · 2088 阅读 · 0 评论 -
人工神经网络学习笔记_训练函数汇总
实验环境:Matlab R2009a1 train名称:网络训练函数语法: [net,tr,Y,E,Pf,Af] = train(net,P,T,Pi,Ai)功能:根据net.trainFcn和net.trainParam参数来训练网络参数:netNetworkPNetwork inputsTNetwork targets (def原创 2013-04-17 08:37:42 · 3376 阅读 · 0 评论 -
人工神经网络学习笔记_传递函数汇总
实验环境:Matlab R2009a1 purelin名称:线性传递函数图像和符号:语法: A = purelin(N,FP) dA_dN = purelin('dn',N,A,FP) info = purelin(code)2 logsig名称:Log-sigmoid 传递函数图像和符号:语法:原创 2013-04-18 14:43:26 · 4012 阅读 · 0 评论 -
人工神经网络学习笔记_Hopfield网络_递归网络
工作原理:利用输入向量对网络中的神经元进行初始化,然后网络不断迭代直至收敛。如果网络运行正常,最终的输出结果是一个标准向量。 区别:Hamming网络是用取值不为0的神经元表明选择哪个标准模式,而Hopfield网络则生成一个标准模式作为其输出。 参数确定:和Hamming网络相比,Hopfield网络的权值矩阵和偏置向量的设置要比Hamming网络复杂的多。参考资原创 2013-12-18 22:33:59 · 2303 阅读 · 0 评论 -
Matlab BP神经网络使用方法
参考资料[1]Matlab神经网络函数newff()新旧用法差异原创 2016-08-14 18:38:04 · 2915 阅读 · 0 评论