摘要：1986年Rumelhart和McCelland在《并行分布式处理》中提出了BP算法，即非线性连续变换函数的多层感知器网络误差反向传播算法。该算法的思想是：学习过程分为信号的正向传播与误差的反向传播两个过程。 正向传播时，输入样本从输入层传入，经各隐含层逐层处理后传向输出层，若输出层的实际输出与期... 阅读全文

摘要：ADALINE模型即自适应线性单元（Adaptive Linear Neuron），主要用于信号处理中的自适应滤波、预测和模式识别。其结构图如下输入向量X=(x0,x1,x2,...,xn)T每个输入分量可以使数字量或模拟量；权向量W=(w0,w1,w2,...,wn)T该模型有两种输出(1)当变换... 阅读全文

摘要：1.单层感知器网络单层感知器神经网络，即只有一层处理单元的感知器，其结构如下图该种网络通常采用符号函数sgn(x)作为变换函数.只有一个计算机点的单层感知器网络就是M-P模型，该网络具有分类功能，其分类原理是将分类知识存储在感知器的权向量中，由权向量确定的分类判决界面w1jx1+w2jx2+...+... 阅读全文

摘要：人工神经网络的功能特性由其连接的拓扑结构、突触连接强度（连接权值）决定。全体连接权值用矩阵W表示，它反映了网络对于所解决问题的知识存储。神经网络能通过对样本的学习训练，不断改变网络的连接权值，甚至拓扑结构，以使网络的输出不断地接近期望的输出，这一过程成为神经网络的训练或学习。神经网络改变权值的规则称... 阅读全文