一、简介 1 概述 1.1 模式分类的贝叶斯决策理论 2 概率神经网路的网络结构（PNN） 总结： 1、输入层接收样本的值，神经元个数与输入向量长度相等。 2、隐藏层为径向基层，每个神经元对应一个中心（对应一个样本数据）。 3、输入数据分为了i类，因为PNN就是用来分类的，就是先用样本训练网络，然后输入数据，用此网络来鉴别，是属于哪一类数据。 4、上式Xij其实与RBF神经网络一致，就是求每个输入与样本的欧式距离，只不过此隐藏...
一、简介 1 概述 BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科研小组提出，参见他们发表在Nature上的论文 Learning representations by back-propagating errors 。 BP神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的 输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播...
原文链接：http://tecdat.cn/?p=6585 本文介绍了用于涡轮桨距角控制的永磁同步发电机（PMSG）和高性能在线训练递归神经网络（RNN）的混合模糊滑模损失最小化控制的设计。反向传播学习算法用于调节RNN控制器。PMSG速度使用低于额定速度的最大功率点跟踪，其对应于低风速和高风速，并且可以从风中捕获最大能量。设计了具有积分运算切换面的滑模控制器，利用模糊推理机制估计不确定性的上界。简介 最近，风力发电系统作为清洁和安全的...
基于matlab实现简单的手写字母/数字/汉字程序（神经网络） 本篇博客主要参考了《模式识别与智能计算：MATLAB技术实现(第2版)》。如果想深入了解，我会在评论区贴出链接。 原理： 原理很简单，主要是对于输入的手写样本图片进行切分，切分成5X5的25个小cell。并且对每一个cell进行黑色像素量的计算，将25个cell的像素量以列向量的形式存入结构体的一个类的一列中，完成对一个样本图片的读取。对每种字母/数字/汉字的类读入5个训练的...
一、简介 RBF神将网络是一种三层神经网络，其包括输入层、隐层、输出层。从输入空间到隐层空间的变换是非线性的，而从隐层空间到输出层空间变换是线性的。流图如下： RBF网络的基本思想是：用RBF作为隐单元的“基”构成隐含层空间，这样就可以将输入矢量直接映射到隐空间，而不需要通过权连接。当RBF的中心点确定以后，这种映射关系也就确定了。而隐含层空间到输出空间的映射是线性的，即网络的输出是隐单元输出的线性加权和，此处...