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)