自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 概率神经网络(PNN)

概率神经网络一、概率神经网络简介       注意:以下内容参考贝叶斯决策理论。二、概率神经网路的网络结构(PNN)注意:上边的求和层的神经元个数与模式分类的个数相等。也就是说只有对应类别的样本(隐藏层的神经元)连接,            不与其他无关的样本连接。

2017-07-27 17:24:14 55300 6

原创 贝叶斯决策理论

贝叶斯决策理论一、参考地址https://wenku.baidu.com/view/e25b86c8f705cc17552709c4.html?from=searchhttps://wenku.baidu.com/view/1eb4d02da76e58fafab0037a.htmlhttps://wenku.baidu.com/view/f8ff65c471fe910ef1

2017-07-27 15:35:54 554

原创 广义回归神经网络(GRNN)

广义回归神经网络(GRNN)一、GRNN神经网络概述        二、GRNN神经网络理论基础(如果对理论不感兴趣可直接看GRNN网络结构,网络结构理解更直观)三、GRNN的网络结构注意:一定要理解第三个求和层的概念,求和层有两类,第一类有一个,第二类有T个,T与输出样本的维数有关系,把每个模式层(或隐藏层)当做一个样本输(因为模式层每

2017-07-26 10:10:55 29974 4

转载 Matlab产生随机数函数rand和randn的“state”和“seed”参数

众所周知,Matlab中的rand()函数产生的是伪随机数,但一般用来也可以接受。但是,如果我们知道伪随机数的初始状态,那么产生的伪随机数是唯一确定的。问题来了,Matlab每次启动会重置rand()和randn()的初始状态(重置为0),也就是说,你产生的随机数会出现两次随机数一模一样的情况,如:[plain] view plain copy

2017-07-08 19:32:45 961

原创 再论RBF神经网路

再论RBF神经网络      前言:在此之前也看了不少的博文,但是总是觉得相同的概念不同的博文表达总是不同,同样的RBF神经网路,不同的博文会总结出不同的网络结构,再此还是自己总结一下比较好。本文参考:《Matlab神经网络原理与实例精解》一、RBF神经网络的特点  1、结构简单、收敛速度快、能够逼近任意非线性函数。  2、与BP伸经网络的区别还是输入层与隐含层传递的是范数(之

2017-07-07 20:08:08 1382

转载 RBF(径向基函数)神经网络

径向基函数(RBF)神经网络自己的总结:1、输入层到隐藏层之间不是通过权值和阈值进行连接的,而是通过输入样本与隐藏层点之间的距离(与中心点的距离)连接的。2、得到距离之后,将距离代入径向基函数,得到一个数值。数值再与后边的权值相乘再求总和,就得到了相应输入的输出。3、在训练网络之前,需要确定中心点的个数,和中心点的位置。以及求出隐藏层各径向基函数的方差(宽窄

2017-07-06 11:01:32 67572 9

转载 【机器学习中的数学】基函数与函数空间

引言在学习线性回归模型的时候就会遇到基函数,可能我们会遇到多项式基函数、高斯基函数、sigmoid基函数,当然在高等数学和信号系统中还经常会碰到傅里叶基。有时候,不禁要问,这些基函数为什么这么设计?这些基函数的作用是什么?后来发现基函数是核方法和字典训练的基础,于是乎,我逐渐有了一些例如特征转换和映射、字典元素的概念。不过还是对基函数与函数空间的关系、基函数的深层认识模棱两可。我希望能

2017-07-05 19:55:02 11745 1

转载 机器学习中的训练集,验证集及测试集的关系

最近在看机器学习的东西发现验证集的(Validation set) 有时候被提起到,以时间没明白验证集的真正用途。首先,这三个名词在机器学习领域的文章中是很常见的,以下是这三个词的定义。 Training set: A set of examples used for learning, which is to fit the parameters [i.e., weights

2017-07-03 15:20:05 334

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除