|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
第一节 神经网络基本理论
2 D6 ?0 L* ?8 C# i, D一、人工神经网络概论
( V7 ]; U3 a( j$ I3 q8 x! J二、生物神经元模型
8 P& A) t; S, V三、Matlab的神经网络工具包, G% O/ g5 c$ f& Q) s
第二节 感知器
8 w7 E- P$ i4 u* R8 U; Y' }一、感知器神经元模型0 D( h6 o0 l& n6 i
二、感知器的网络结构" d- W) P/ R/ l' D1 q) H
三、感知器神经网络的学习规则2 T6 {: \4 p0 z) u4 C W
四、感知器神经网络的训练/ I# @! D f) D0 I1 ]
五、重要的感知器神经网络函数的使用方法
( A1 e* X0 {/ O' ?1 Y4 G; x# H六、感知器神经网络应用举例0 ^* J' @# ?1 I3 r
第三节 线性神经网络
; ^' |7 w0 o. X Y- I; s5 w5 W+ C# ?一、线性神经元模型; ?. W) d8 I& X+ q
二、线性神经网络结构0 ^9 T* w% Q( j% I) S' k
三、线性神经学习网络的学习规则+ g+ r( b9 }8 y; X- j
四、线性神经网络训练! d2 X. T) `* x2 f8 c
五、重要线性神经网络函数的使用方法
( M% w4 l/ ]: X六、线性神经网络的应用举例/ ?. O6 M% ^6 P( h% P2 Y- N
第四节
5 _: ], g" h7 y* V, \BP网络
1 V' v$ T/ l5 `6 y4 T9 p一、BP网络的网络结构
. P% y: S6 v% a2 |, ?. `( ^" T二、BP网络学习规则8 A$ N7 S% L8 k$ j- m1 [
三、BP网络的训练0 X+ g6 U- q2 n. I, l8 l8 n# @
四、重要BP神经网络函数的使用方法8 [% r( b+ e" i7 S9 ]
五、BP网络的应用举例
+ W8 }8 L" ~( W R; k% x第五节 径向基函数网络
% b; }8 ?5 z4 r+ Z) e: l( M) d一、径向基函数神经网络结构
2 p4 @8 p* H+ C' [ f二、径向基函数的学习算法: C! h2 R; [ {( k: r' ~
三、重要径向基函数的函数使用方法
' x2 \0 ~+ X l0 H, I3 r" T, d第六节 反馈网络
3 J) Y) E6 K8 n一、Hopfield网络的结构与算法% M5 ~) d2 z% `" {" d
二、Hopfield网络运行规则0 H. @0 W; @5 e9 }
三、重要的反馈网络函数* z! \3 I. b R/ s
四、重要的自组织网络函数$ y: [# ]0 V+ {
五、反馈网络应用举例 E( J, B n! |6 i* W
第七节 自组织网络
% N3 D8 \ V* M4 _一、自组织特征映射的网络结构2 B% b7 M2 i# p) z$ W5 Y |
二、自组织特征映射网络的学习
$ o' b( _- f6 {. Q9 j三、自组织特征映射网络的训练
/ V4 D, _4 h4 [$ x" H, Q四、重要的自组织网络函数
# H5 q% p- f$ b9 h* t五、自组织网络应用举例
7 i% }' b* k+ I0 h; r; g0 W, p' c8 ]6 X; b6 V3 P' ^/ B& a
- h2 @, r, ?4 {
t8 Y8 w' S s( A9 Y( L
0 e7 T# b3 }* e5 h
matlab辅助神经网络设计.pdf
(868.68 KB, 下载次数: 0)
: P; a! p4 k: _9 `5 O8 P |
|
/1 
发表于 2021-3-10 13:34
收藏
淘帖
支持！
反对！