文档介绍：三种典型的神经网络模型及其应用
一、BP神经网络模型
二、Hopfield网络模型
三、Elman网络模型
四、应用案例
一、BP神经网络模型
Rumelhart，McClelland于1985年提出了BP网络的误差反向后传BP(Back Propagation)学****算法
BP算法基本原理
利用输出后的误差来估计输出层的直接前导层的误差，再用这个误差估计更前一层的误差，如此一层一层的反传下去，就获得了所有其他各层的误差估计。
J. McClelland
David Rumelhart
三层BP网络
二、Hopfield网络模型
Hopfield网络是神经网络发展历史上的一个重要的里程碑。，是一种单层反馈神经网络。
Hopfield神经网络模型是一种循环神经网络，从输出到输入有反馈连接。
Hopfield网络分为离散型和连续型两种网络模型，分别记作DHNN (Discrete Hopfield Neural Network) 和CHNN (Continues Hopfield Neural Network) 。
Hello,I’m John Hopfield
网络模型表示法一（离散型）
网络模型表示法二（离散型）
网络模型表示法（连续型）