卷积神经网络算法 神经网络的分类？

神经网络的分类？

神经网络的分类方法有很多种。例如，根据网络性能可分为连续网络和离散网络、确定性网络和随机网络；根据网络拓扑结构可分为前向神经网络和反馈神经网络。本章介绍了前馈神经网络、反馈神经网络和自组织特征映射神经网络。前馈神经网络在数据挖掘中有着广泛的应用。它的原理或算法也是许多神经网络模型的基础。径向基函数神经网络是一种前向神经网络。Hopfield神经网络是反馈网络的代表。hvpfi}LD网络的原型是一个非线性动态系统，已成功应用于联想记忆和优化计算。针对优化计算中的局部极小问题，提出了模拟退火算法。Baltzmann机是一种具有随机输出值单位的随机神经网络。串行baltzmann机可以看作是二次组合优化问题模拟退火算法的具体实现。同时，它还可以模拟外界的概率分布，实现概率意义上的联想记忆。自组织竞争神经网络的特点是能够自动识别环境和集群的特征。自组织竞争神经网络已成功地应用于特征提取和大规模数据处理。

卷积神经网络算法 图像轮廓线提取 卷积神经网络详解

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。