神经网络与神经网络集成.zip下载

[weixin_39821746]

神经网络与神经网络集成 与神经网络相关的研究可以追溯到上世纪中期， 然而对神经网络的深入研究和广泛应用是在上世纪 八十年代末到九十年代初，标志是 Hopfield 网络结构和 BP 学习算法的相继提出。 20 世纪 50 年代， F. Rosenblatt 提出了感知器模型， 这是神经网络最初的雏形， 由于它只有一层的权 值可调，因此解决不了非线性可分问题。针对感知器在处理非线性问题中存在的不足， Minsky 于 1969 年出版的专著 《Perceptrons》一度使神经网络的研究沉寂近 20 年， 同时该书也指出通过加入隐层神经元 有可能解决非线性可分问题，但他对加入隐层神经元后能否给出一个有效算法持悲观态度。这一时期， 相当一部分人工智能研究者的研究兴趣转向了专家系统这一领域。 Hopfield 网络的提出， 使神经网络相关研究在 70 年代末期得到了复苏。 但真正掀起神经网络研究高 潮的是在 80 年代初期，D. Werbos ，D. Rumelhart 和 D. Parker 三人各自独立发明的误差反向传播算法 （Error Back-Propagation, EBP ）， , 相关下载链接：https://download.csdn.net/download/qq_41221596/88291378?utm_source=bbsseo