9.m

来自「matlab的基础应用,主要是基础部芬的学习笔记,大家看看有没有用!」· M 代码 · 共 19 行

1:感知神经网络对与简单的模式分类问题的求解：2线性神经网络用于函数逼近，信号处理的滤波。预测和模式的识别！3：p神经网络：
函数逼近。模式的识别。分类和数据的压缩！4：径向基神经网络：在逼近能力，分类能力和学习速度，等方面
都优于bp网络！5：自组织神经网络：只要提供学习样本，无需提供理想的输入样本！6:回归神经网络：
是动态网络，需要一段时间才能稳定，主要用于联想记忆与优化运算！


有一个距阵p,p由个2元素的向量组成：p=[0.1 0.8 0.1 0.9;0.2 0.9 0.1 0.8].使用p训练一个自组织网络，给
着个向量分组归类，并用一个新的元素向量检验训练好的网络。


clear
p=[0.1 0.8 0.2 0.9;0.2 0.9 0.1 0.8];
p1=[0.2;0.3];
plot(p(1,:),p(2,:),'*',p1(1,1),p1(2,1),'+');
axis([0,1,0,1])