Hans__Yang的博客

《计算智能》是北航开的一门研究生课程，主要内容为神经网络的原理和应用。该课程从圣经网络的原理开始，以感知机、简单神经网络为过渡，最后以深度学习结束。此博文为在学习该门课程的过程中，自己在完成课程作业的过程中的一些代码和心得。 作业一：感知机的基本原理与应用 题目： 设有两个模式样本集合 D1= {(2,1),(2,2),(3,2)} D2= {(4,0),(5,0),(5,

计算智能 作业二题目：自选非线性分类或曲线拟合问题，用BP网络训练、学习。 自选题目： 下面列表中的数据是某地区20年公路运量数据，其中属性“人口数量”、“机动车数量”和“公路面积”作为输入，属性“公路客运量”和“公路货运量”作为输出。请用神经网络拟合此多输入多输出曲线。 （1）神经网络原理 BP网络模型处理信息的基本原理是：输入信号Xi通过中间节点（隐层点）作用于输出节点，经过非线形变

在Hopfield 神经网络中，根据旅行商问题，设计能量函数，以此求解TSP问题，在一定的节点个数的情况下，可以得到较优解。