一次双隐层反向传播神经网络算法程序，滤波求和方式实现宽带波束形成

这是我在机器学习课程上做汇报用的反向传播算法的PPT,主要是通过学习吴恩达老师的课程总结得来

针对最佳平方逼近三层前馈神经网络模型,讨论了以逐一增加隐单元方式构建隐层时隐层性能的评测方法。分析了影响前馈神经网络性能的相关空间,引入了表示空间、误差空间、目标空间和耗损空间的概念,研究了每个隐单元

人工神经网络BP神经网络算法梯度下降算法感知器训练法则，权值，阈值

波束形成，波束形成的五个准则（MSNR、MSINR、MMSE、MLH、MV），自适应波束形成

MATLAB 实现的神经网络机器学习算法

最差性能最优的稳健宽带Capon波束形成算法

Matlab的双隐层的BP神经网络该如何创建-ANNBP2hiddenlayers.m 要求： 两输入、双隐含层（第一隐含层神经元个数可在4-20范围内变化，第二隐含层可在5-10范围内变化）

主要介绍了Python实现的三层BP神经网络算法,结合完整实例形式分析了Python三层BP神经网络算法的具体实现与使用相关操作技巧,需要的朋友可以参考下

神经网络算法源程序,如SOM、HOPFIELD、CPN、BPN、BOLTZMAN、ART、ADALINE,同时提供针对不同算法的演示源程序。

利用MATLAB实现了SMI(Sampling Matrix Inverse)波束形成与最优波束形成,通过对比可以看出两者的差别,对波束形成的学习有一定的帮助