1、前馈型神经网络
常见的前馈型神经网络包括感知器网络、BP神经网络、RBF网络(径向基函数神经网络)
(1)感知器网络:也被称作感知机,主要用于模式分类,也可以用作学习控制和基于模式分类的多模态控制
(2)反向传播神经网络(BP神经网络),利用了权值的反向传播调整策略,基于Sigmoid函数。可以实现从输入到输出的任意非线性函数
(3)RBF网络能逼近任意非线性函数,可以处理难以解析的规律性问题。具有良好的泛化能力和快速收敛速度。常用于分类问题,模式识别,信号处理,图像处理,系统建模等。
1、前馈型神经网络
常见的前馈型神经网络包括感知器网络、BP神经网络、RBF网络(径向基函数神经网络)
(1)感知器网络:也被称作感知机,主要用于模式分类,也可以用作学习控制和基于模式分类的多模态控制
(2)反向传播神经网络(BP神经网络),利用了权值的反向传播调整策略,基于Sigmoid函数。可以实现从输入到输出的任意非线性函数
(3)RBF网络能逼近任意非线性函数,可以处理难以解析的规律性问题。具有良好的泛化能力和快速收敛速度。常用于分类问题,模式识别,信号处理,图像处理,系统建模等。