dedell的博客

转载自： 文章目录Hopfiled特点神经动力学CHNN的网络结构一般性CHNN模型的状态方程推导一般性CHNN模型的能量方程定义 Hopfiled特点 （1）每个神经元既是输入也是输出，构成单层全连接递归网络 （2）网络的突触权值不同于其他的神经网络是通过有监督或无监督反复学习来获得，而是在搭建网络时就按照一定的规则计算出来，且网络的权值在整个网络迭代过程中不再改变 （3）网络的状态是随时间的变...

一、支持向量机SVM 分类的边界附近的向量为支持向量 线性 非线性 #用核函数计算低维两个向量在高维空间的内积（可以理解为距离） 将非线性的向量通过核函数映射到高维空间，进而线性可分 二、自编码器 高维->低维->高维 输出=输入（理想状态） 训练好后便可用来新数据解码。 一次无法提取出全部特征–>多次提取（增加隐含层数量）：深度自编码器，也称栈式自编码器（易于收敛） 三、...