-
最佳答案：现代意义上对神经网络（特指人工神经网络）的研究一般认为从1943年美国芝加哥大学的生理学家W.S.McCulloch和W.A.Pitts提出M-P神经元模型开始
-
最佳答案：线性神经网络：平面或者超平平非线性神经网络：曲面或者超曲面
-
最佳答案：数据的非线性程度不好,会产生早熟现象,一般不使用神经网络模型
-
最佳答案：应该没有太大的关系吧,我对遗传算法了解一点,遗传算法主要用来优化神经网络第一次运行时所用的连接权值,因为随机的连接权值往往不能对针对的问题有比较好的收敛效果（M
-
最佳答案：这些只是神经网络运行的参数,比如epoch就是迭代的次数,mse就是平均方差,目标值.
-
最佳答案：输出向量与输入向量对应,输出向量不一定是目标向量,目标向量是一个理想的输出.比如说输出[1,0],目标向量就是输出[1,0],而你的输出向量可能是[0.999,
-
最佳答案：理论上可以,因为成绩的分布是正太分布 用这几位的成绩做个正太 再具体问题具体分析
-
最佳答案：你的数据尚未归一化,并且需要足够数量的样本才能完成训练.上传的.m文件其实并不复杂,因为matlab已经有了建立elman神经网络的函数,直接调用即可.net=
-
最佳答案：标准数据集是神经网络的训练基础.训练就相当于条件反射中的条件,是已知的条件.来源是“经验”,是已知的映射组,当在神经网络中载入标准数据集后,神经网络随机生成一组
-
最佳答案：要英文的还是中文的?英文的话有本书：Neural Networks for Pattern Recognition作者Christopher M. Bishop