机器学习——神经网络(前向传播).pdf

深度学习是一种基于前馈神经网络的机器学习方法。在深度学习中，通过将多个前馈神经网络层进行组合和堆叠，实现对输入数据的复杂映射和表达能力的提升。前馈神经网络是深度学习中的基础模型，它由多个神经元组成的网

通过theano的cnn训练神经网络，将最终稳定的网络权值保存下来。c++实现cnn的前向计算过程，读取theano的权值，复现theano的测试结果本人最终的成果是：1、卷积神经网络的前向计算过程2

提出了新的遗传算法优化设计前向神经网络的结构和权重矢量。这种新方法的创新在于：二值码串和实值码串的混合编码方法即保留了传统遗传算法的优点，又具有遗传编程和遗传策略的优点；结合遗传算子和Ｓｏｌｉｓａｎｄ

结合SPSS软件的最大方差旋转的因子分析法,设计出依据较少数据进行扩充丰富的随机调和算法,改进了双输入幂激励前向神经网络.该算法有效地解决了幂激励前向神经网络在采样数据较少情况下预测精度偏低的问题,改

BP算法的前馈网络，该算法通过训练，实现函数逼近等

胡兆基机器学习课的笔记,非常精彩,利于学习消化理解

基于多元函数逼近与二元幂级数展开理论，构建了一个以二元幂函数序列为隐神经元激励函数的两输入幂激励前向神经网络模型。以该网络模型为基础，基于权值直接确定法以及隐神经元数目与逼近误差的关系，提出了一种网络

Neural network.pdf

神经网络是一种大规模的并行分布式处理器，天然具有存 储并使用经验知识的能力。它从两个方面上模拟大脑：（1）网 络获取的知识是通过学习来获取的；（2）内部神经元的连接强 度，即突触权重，用于储存获取的知

这是一个ELM的完整代码，包括训练集和测试集，还有数据，可以完整运行出来，我运行的matlab是2016b的版本。