标签：
主要是利用计算机的计算能力，对大量的样本进行拟合，最终得到一个我们想要的结果，结果通过0-1编码，这样就OK啦
1、一组连接（输入），上面含有连接强度（权值）。
2、一个求和单元
3、一个非线性激活函数，起到将非线性映射作用，并将神经元输出幅度限制在一定范围内（在（0,1）或者（-1,1））
4、还有一个阀值（偏置）
归结如下：
PS：也可以选择将偏置（阀值）加入到线性求和里面
5、激活函数的选择
主要用于模式识别和函数逼近。
用作各种联想储存器；用于求解最优化问题。
1、输入层2个，分别表示触角和翅膀的长度，只负责输入
2、处理层有3个（通过实验或者某些经验来确定），有负责计算
3、输出层有2个，有负责计算
然后我们要通过已有的数据来确定权重，所用的方法为向后传播算法
然后就是求解一个非线性规划问题，可以使用前面章节所使用的方法来求解。
clear; p1=[1.24,1.27 1.36,1.74 1.38,1.64 1.38,1.82 1.38,1.90 1.40,1.70 1.48,1.82 1.54,1.82 1.56,2.08]; p2=[1.14,1.82 1.18,1.96 1.20,1.86 1.26,2.00 1.28,2.00 1.30,1.96]; p=[p1;p2]‘; pr=minmax(p); goal=[ones(1,9),zeros(1,6) zeros(1,9),ones(1,6)]; plot(p1(:,1),p1(:,2),‘h‘,p2(:,1),p2(:,2),‘o‘) net=newff(pr,[3,2],{‘logsig‘,‘logsig‘}); net.trainParam.show=10; net.trainParam.lr=0.05; net.trainParam.goal=1e-10; net.trainParam.epochs=50000; net=train(net,p,goal); x=[1.24 1.80 1.28 1.84 1.40 2.04]‘; y0=sim(net,p) y=sim(net,x)
标签：
原文地址：http://www.cnblogs.com/BlueMountain-HaggenDazs/p/4270391.html
