神经网络学习笔记

【神经网络学习笔记】粒子群算法和遗传算法比较

粒子群算法（PSO）和遗传算法(GA)都是优化算法，都力图在自然特性的基础上模拟个体种群的适应性，它们都采用一定的变换规则通过搜索空间求解。 PSO和GA的相同点：  (1)都属于仿生算法。PSO主要模拟鸟类觅食、人类认知等社会行为而提出；GA主要借用生物进化中“适者生存”的规律。  (2)都属于全局优化方法。两种算法都是在解空间随机产生初始种群，因而算法在全局的解空间进行搜索，且将搜索重点集中在
zjccoder·2014-07-21 13:00

【神经网络学习笔记】遗传算法优化BP神经网络-非线性函数拟合

我们知道，在建立神经网络的时候，需要给各个节点和连接赋予阈值和权值，但一般我们都是随机赋予，然后让系统在一次次的训练中需找到最小值。这种方法很有一种碰运气的成分在里面，而用遗传算法来优化BP神经网络则可以让神经网络从一个较接近的水准开始训练。所谓用遗传算法优化，优化的是神经网络训练前各节点的初始值，这些初始值不再取随机值，而是用我们通过遗传算法得到的值来代替。我们把每个物种赋予一个DNA序列，这个
zjccoder·2014-07-18 18:00

【神经网络学习笔记】遗传算法初探

这是一个新手都不算的新手写个更新的手们的，纯属个人见解，欢迎前辈批评指正。遗传算法曾经也是被人埋没的，据说曾经是一位教授的头脑中所想，但是一直没有实现在计算机上，只是在纸上来来回回的演算，也并未发生什么效率。后来在经过一个学生的手笔，于是诞生了惊动世人的遗传算法。我也是刚刚接触遗传算法，整理这些天在白天忙完软件设计大赛的任务之后，晚上的一些心得，写下如下的一些话。只为了起抛砖引玉的作用，为同是菜鸟
zjccoder·2014-07-17 18:00

【神经网络学习笔记】非线性函数拟合

matlab中自带神经网络工具箱，我们可以很方便的建立神经网络，主要用到3个函数1.newff构建函数newff函数的格式为：net=newff(PR,[S1S2...SN],{TF1TF2...TFN},BTF,BLF,PF），函数newff建立一个可训练的前馈网络。输入参数说明：PR：Rx2的矩阵以定义R个输入向量的最小值和最大值；Si：第i层神经元个数；TFi：第i层的传递函数，默认函数为t
zjccoder·2014-07-16 16:00

【神经网络学习笔记】语音识别-matlab语音信号预处理

要让电脑识别语音信号，必须经过一系列的处理。一.录制一段音频，wav格式二.用倒谱系数法提取特征值。MFCC，Mel频率倒谱系数的缩写。Mel频率是基于人耳听觉特性提出来的，它与Hz频率成非线性对应关系。Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系，计算得到的Hz频谱特征，MFCC已经广泛地应用在语音识别领域。我这里用的是一个语音工具箱voicebox，里面有一个函数melcepst.
zjccoder·2014-07-16 12:00

【神经网络学习笔记】BP神经网络-语音特征信号分类

%%清空环境变量 clc clear %%训练数据预测数据提取及归一化 %下载四类语音信号 loaddata1c1 loaddata2c2 loaddata3c3 loaddata4c4 %四个特征信号矩阵合成一个矩阵 data(1:500,:)=c1(1:500,:); data(501:1000,:)=c2(1:500,:); data(1001:1500,:)=c3(1:500,:);
zjccoder·2014-07-16 08:00

人工神经网络学习笔记_性能优化

  常用的优化算法有3类，分别是：最速下降法(steepestdescent)、牛顿法和共轭梯度法(conjugategradient)。待续。。。参考资料《神经网路设计》，机械工业出版社
Q1302182594·2013-12-23 22:00

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。1，如何确定Hopfield网
Q1302182594·2013-12-18 22:00

人工神经网络学习笔记_Hamming网络_竞争网络

  Hamming网络是专门为求解二值模式识别问题而设计的（输入向量的每个元素只能是两个可能值中的一个）。它同时采用了前馈网络和反馈网络，并且第一层的神经元数目和第二层神经元数目相同。  功能：判定输入向量最接近于哪个标准向量。1，前馈层——内积操作层  主要的功能是计算输入模式与各个标准模式之间的内积加输入变量个数。内积在两个向量指向同方向时最大，指向相反时值最小。根据这个特点，前馈层具有最大输
Q1302182594·2013-12-18 17:00

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。1，输出层神经元个数由于一个神经元通常只有一个输出（注意：输入可有无数个!），所以，如果我们针对的问题中需要n个输出，那么就将输出层的神经元个数设置为n。2，输入层神经元个数单层神经网络：对于单层神经网络，输入层和输出层都是指同一层，所以知道了输出变量的个数，也就知道了神经元的个数!多层神经网络：输入变量
OneSea-V3.0·2013-12-18 14:25

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。1，输出层神经元个数  由于一个神经元通常只有一个输出（注意：输入可有无数个!），所以，如果我们针对的问题中需要n个输出，那么就将输出层的神经元个数设置为n。2，输入层神经元个数  单层神经网络：对于单层神经网络，输入层和输出层都是指同一层，所以知道了输出变量的个数，也就知道了神经元的个数!  多层神
Q1302182594·2013-12-18 14:00

神经网络学习笔记 - lecture3:The backpropagation learning proccedure

 视频地址：https://class.coursera.org/neuralnets-2012-001/lecture/indexPPT下载：https://d396qusza40orc.cloudfront.net/neuralnets/lecture_slides%2Flec3.pptx笔记：还没整理成电子版，先放上来纸质版。参考资料：《Dropout:Asimpleandeffective
elar·2013-05-13 19:00

人工神经网络学习笔记_传递函数汇总

实验环境：MatlabR2009a1purelin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)2logsig名称：Log-sigmoid传递函数图像和符号：语法：   A=logsig(N,FP)   dA_dN=logsig('dn',N,A,FP)   info=lo
Q1302182594·2013-04-18 14:00

人工神经网络学习笔记_训练函数汇总

实验环境：MatlabR2009a1 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：netNetworkPNetworkinputsTNetworktargets(default=zeros)PiInitialinputdelayconditi
Q1302182594·2013-04-17 08:00

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] viewplaincopyclear  clc  [alphabet,targets]=prprob; %alphabet=35x26  S1=10;  % S1，第一层的神经元个数为10  [R,Q]=size(alphabet);  
Q1302182594·2013-04-13 17:00

神经网络学习笔记

（一）概述1、什么时候可以用神经网络对于一个问题，无论有没有数学模型，当待解决的问题要求100%准确率时不要用神经网络。2、分类还是回归需要的神经网络是用于分类还是回归。3、Deterministic还是StochasticDeterministic：预测时之后各种情况出现的概率相等。Stochastic：预测时之后各种情况出现的概率不一定相等。4、Supervised还是Unsupervised
baikaishui525·2011-08-29 16:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他