Пользовательские нейронные сети

Создание объекта нейронной сети

Создание и изучение основных компонентов объекта нейронной сети.

Настройка неглубоких входов и выходов нейронной сети

Узнайте, как настроить сеть вручную перед обучением с помощью configure функция.

Общие сведения о неглубоких структурах сетевых данных

Узнайте, как формат структур входных данных влияет на моделирование сетей.

Редактировать неглубокие свойства нейронной сети

Настройка архитектуры сети с использованием ее свойств, использование и обучение пользовательской сети.

Исторические и альтернативные нейронные сети

Адаптивные нейронные сетевые фильтры

Проектирование адаптивной линейной системы, реагирующей на изменения в ее среде в процессе работы.

Нейронные сети перцептрона

Изучите архитектуру, дизайн и обучение сетей перцептронов простым проблемам классификации.

Классификация с двухвходовым перцептроном

Нейрон жесткого предела с двумя входами обучен классифицировать четыре входных вектора на две категории.

Входные векторы отклонения

2-входной жесткий предельный нейрон обучен классифицировать 5 входных векторов на две категории.

Нормализованное правило перцептрона

2-входной жесткий предельный нейрон обучен классифицировать 5 входных векторов на две категории.

Линейные неразделяемые векторы

2-входной жесткий предельный нейрон не может должным образом классифицировать 5 входных векторов, потому что они линейно не разделяются.

Радиальные базовые нейронные сети

Научитесь конструировать и использовать радиальные базовые сети.

Радиальная базисная аппроксимация

В этом примере функция NEWRB используется для создания радиальной базовой сети, которая аппроксимирует функцию, определенную набором точек данных.

Радиальная основа, лежащая в основе нейронов

Радиальная базовая сеть обучена реагировать на конкретные входы целевыми выходами.

Радиальный базис, перекрывающий нейроны

Радиальная базовая сеть обучена реагировать на конкретные входы целевыми выходами.

Аппроксимация функции GRNN

В этом примере используются функции NEWGRNN и SIM.

Классификация PNN

В этом примере используются функции NEWPNN и SIM.

Вероятностные нейронные сети

Использовать вероятностные нейронные сети для задач классификации.

Обобщенные регрессионные нейронные сети

Научитесь конструировать обобщенную регрессионную нейронную сеть (GRNN) для аппроксимации функции.

Нейронные сети векторного квантования обучения (LVQ)

Создание и обучение нейронной сети векторного квантования обучения (LVQ).

Векторное квантование обучения

Сеть LVQ обучена классификации входных векторов в соответствии с заданными целями.

Линейные нейронные сети

Конструируют линейную сеть, которая при представлении набором заданных входных векторов выдает выходы соответствующих целевых векторов.

Проектирование линейного прогнозирования

Этот пример иллюстрирует, как сконструировать линейный нейрон, чтобы предсказать следующее значение во временном ряду, учитывая последние пять значений.

Адаптивное линейное прогнозирование

В этом примере показано, как адаптивный линейный слой может научиться предсказывать следующее значение в сигнале, учитывая текущее и последние четыре значения.