记录学习的过程

基于Adaboost的音乐情绪分类算法-2015实习设计总结=========================================基于Adaboost的音乐情绪分类算法-2015实习设计总结写在开头1 感谢2 参考资料音乐情绪Adaboost1 关于代码11 训练样本12 训练结果13 进行分类音乐特征1. 写在开头此次实习设计选题是基于Adaboost的音乐情绪分类

Perceptron Learning Algorithm感知机学习算法，在1943年被生物学家MeCulloch和数学家Pitts提出以后，面临一个问题：参数需要依靠人工经验选定，十分麻烦。因此人们希望找到一种能够自己选定参数的方法。1957年，Frank Rosenblatt提出了Perceptron，是一种人工网络模型，并在这个基础上，提出了Perceptron学习算法，用于自动选定参数。

Adaline神经网络Adaline利用了最小二乘法的思想，相较于感知机神经网络，对于数据的线性可分的要求更低一些，可以允许一些异常数据。 上面描述了迭代求解的过程，但是在x0(k+1)x_0(k+1)这里没看懂，如果是更新θ\theta应该是w0(k+1)w_0(k+1)才对。应该是PPT有错。 我们来说明下迭代求解需要注意的地方。 首先，将θ\theta并入到ww中去，因为θ\th

BP神经网络简单介绍在60年代提出了神经网络概念之后，由于感知机等神经网络无法处理线性不可分问题（比如异或问题）导致人们对神经网络的兴趣大减，认为神经网络的能力有限，只能处理线性可分问题。之后，有人提出了多层神经网络的想法，用于解决异或问题。下面就是用一个两层的神经网络解决异或问题具体方法： y=ψ(−2v1+v2−0.5)v1=ψ(x1+x2−1.5)v2=ψ(x1+x2−0.5)ψ(x)={1

RBF的直观介绍RBF是一种两层的网络RBF的隐层是一种非线性的映射RBF输出层是线性的RBF的基本思想是将数据转化到高维空间使其在高维空间线性可分RBF学习算法Lazy RBFMATLAB实现RBF神经网络RBF的直观介绍RBF具体原理，网络上很多文章一定讲得比我好，所以我也不费口舌了，这里只说一说对RBF网络的一些直观的认识1 RBF是一种两层的网络是的，RBF结构上并不复杂，只

算法流程关于BP神经网络的公式推导，上一篇博文《BP神经网络原理简单介绍以及公式推导（矩阵形式和分量形式） 》已经做了详细的说明。接下来，我们利用MATLAB对BP神经网络进行实现。我们直接上代码，并进行解释。MATLAB 代码整个代码是基于BP神经网络矩阵形式编写的，对公式有疑惑的同学可以参考下上篇博文。sigmoid.mfunction [ out ] = sigmoid( in )%SIGM