神經(jīng)網(wǎng)絡(luò)算法是用來干什么的?

神經(jīng)網(wǎng)絡(luò)算法是由多個神經(jīng)元組成的算法網(wǎng)絡(luò)。邏輯性的思維是指根據(jù)邏輯規(guī)則進行推理的過程;它先將信息化成概念,并用符號表示,然后,根據(jù)符號運算按串行模式進行邏輯推理;這一過程可以寫成串行的指令,讓計算機執(zhí)行。

邏輯性的思維是指根據(jù)邏輯規(guī)則進行推理的過程;它先將信息化成概念，并用符號表示，然后，根據(jù)符號運算按串行模式進行邏輯推理;這一過程可以寫成串行的指令，讓計算機執(zhí)行。然而，直觀性的思維是將分布式存儲的信息綜合起來，結(jié)果是忽然間產(chǎn)生的想法或解決問題的辦法。這種思維方式的根本之點在于以下兩點：1.信息是通過神經(jīng)元上的興奮模式分布存儲在網(wǎng)絡(luò)上;2.信息處理是通過神經(jīng)元之間同時相互作用的動態(tài)過程來完成的。

神經(jīng)網(wǎng)絡(luò)算法應(yīng)用實例介紹

MATLAB中文論壇2010年出過一本書，北航出版社的，叫《MATLAB神經(jīng)網(wǎng)絡(luò)30個案例分析 (豆瓣)》。我覺得把它作為入門書挺好的，每一章配有視頻和代碼，可以依樣畫葫蘆。剛剛順手還看到了另一本書《MATLAB智能算法30個案例分析》，看目錄貌似內(nèi)容也比較接近的。

《神經(jīng)網(wǎng)絡(luò)》包含的30個例子：

P神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類——語音特征信號分類。

BP神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)建模——非線性函數(shù)擬合。

遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)——非線性函數(shù)擬合。

神經(jīng)網(wǎng)絡(luò)遺傳算法函數(shù)極值尋優(yōu)——非線性函數(shù)極值尋優(yōu)。

基于BP_Adaboost的強分類器設(shè)計——公司財務(wù)預(yù)警建模。

PID神經(jīng)元網(wǎng)絡(luò)解耦控制算法——多變量系統(tǒng)控制。

RBF網(wǎng)絡(luò)的回歸——非線性函數(shù)回歸的實現(xiàn)。

GRNN的數(shù)據(jù)預(yù)測——基于廣義回歸神經(jīng)網(wǎng)絡(luò)的貨運量預(yù)測。

離散Hopfield神經(jīng)網(wǎng)絡(luò)的聯(lián)想記憶——數(shù)字識別。

離散Hopfield神經(jīng)網(wǎng)絡(luò)的分類——高?？蒲心芰υu價。

連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)的優(yōu)化——旅行商問題優(yōu)化計算。

SVM的數(shù)據(jù)分類預(yù)測——意大利葡萄酒種類識別。

SVM的參數(shù)優(yōu)化——如何更好的提升分類器的性能。

SVM的回歸預(yù)測分析——上證指數(shù)開盤指數(shù)預(yù)測。

SVM的信息粒化時序回歸預(yù)測——上證指數(shù)開盤指數(shù)變化趨勢和變化空間預(yù)測。

自組織競爭網(wǎng)絡(luò)在模式分類中的應(yīng)用——患者癌癥發(fā)病預(yù)測。

SOM神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類——柴油機故障診斷。

Elman神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)測——電力負(fù)荷預(yù)測模型研究。

概率神經(jīng)網(wǎng)絡(luò)的分類預(yù)測——基于PNN的變壓器故障診斷。

神經(jīng)網(wǎng)絡(luò)變量篩選——基于BP的神經(jīng)網(wǎng)絡(luò)變量篩選。

LVQ神經(jīng)網(wǎng)絡(luò)的分類——乳腺腫瘤診斷。

LVQ神經(jīng)網(wǎng)絡(luò)的預(yù)測——人臉朝向識別。

小波神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測——短時交通流量預(yù)測。

模糊神經(jīng)網(wǎng)絡(luò)的預(yù)測算法——嘉陵江水質(zhì)評價。

廣義神經(jīng)網(wǎng)絡(luò)的聚類算法——網(wǎng)絡(luò)入侵聚類。

粒子群優(yōu)化算法的尋優(yōu)算法——非線性函數(shù)極值尋優(yōu)。

遺傳算法優(yōu)化計算——建模自變量降維。

基于灰色神經(jīng)網(wǎng)絡(luò)的預(yù)測算法研究——訂單需求預(yù)測。

基于Kohonen網(wǎng)絡(luò)的聚類算法——網(wǎng)絡(luò)入侵聚類。

神經(jīng)網(wǎng)絡(luò)GUI的實現(xiàn)——基于GUI的神經(jīng)網(wǎng)絡(luò)擬合、模式識別、聚類。