神经网络分类 多层神经网络：模式识别 相互连接型网络：通过联想记忆去除数据中的噪声 1982年提出的Hopfield神经网络是最典型的相互连结型网络。 联想记忆 当输入模式为某种状态时，输出端要给出与之相应的输出模式。 如果输入模式与输出模式一致，称为自联想记忆，否则，称为异 ...

预备知识 先来说说前馈型神经网络与反馈型神经网络的区别： 前馈型神经网络不考虑输入和输出在时间上的滞后性，只考虑输入到输出的映射关系，反馈型神经网络则考虑了输入到输出之间的延迟 再来说说hebb学习规则： 两个神经元同时兴奋或抑制，那么它们的连接权值将增大，如果两神经元不是同时兴奋或抑制 ...

　　前馈网络一般指前馈神经网络或前馈型神经网络。它是一种最简单的神经网络，各神经元分层排列。每个神经元只与前一层的神经元相连。接收前一层的输出，并输出给下一层，数据正想流动，输出仅由当前的输入和网络权值决定，各层间没有反馈。包括：单层感知器，线性神经网络，BP神经网络、RBF神经网络 ...

Hopfield神经网络使用说明。 该神经网络有两个特点： 1，输出值只有0，1 2，Hopfield没有输入（input） 这里解释一下第二个特点，什么叫没有输入？因为在使用Hopfield网络的时候，多用于图像仿真，图像仿真意思就是先给你一些标准的图像， 比如1~9的数字 ...

一、TSP问题 旅行商问题，又叫货郎担问题。它是指如下问题：在完全图中寻找一条最短的哈密尔顿回路。 哈密尔顿回路问题：给定一个图，判断图中是否存在哈密尔顿回路。 哈密尔顿回路：寻找一条回路，经过图中 ...

起源 神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。 那么机器学习中的神经网络是如何实现这种模拟的，并且达到一个惊人的良好效果的？ 　　一个神经元通常具有多个树突，主要 ...

1、神经网络包括三层，即输入层，隐层，以及输出层，输入层单纯的传输数据，没有任何计算，只是让数据传输到隐层中。在隐层中，经过计算把计算的结果传输到输出层中， 在输出层里在经过计算传输出去。 同时每个层之间的神经元是没有联系的，层与层之间连接是带有权值的，同时隐层的最后一层和输出层是全连接 ...

Hopfield 网络模型 相互连接型的神经网络模型，简称为 HNN （Hopfield Neural Network），解决了具有 NPC 复杂性的旅行商问题（TSP） 对比： MP模型、感知器模型、自适应神经元Adaline、EBP网络：属于前向神经网络。 学习观点：是强有力的学习系统 ...