MATLAB神经网络分析及应用 课件 7反馈神经网络分析与应用.pptxVIP

第7章反馈神经网络分析与应用

反馈型神经网络（RecurrentNetwork），也称为递归网络或回归网络，其输入包含有延迟的输入或者输出数据的反馈。这种系统的学习过程就是它的神经元状态的变化过程，最终会达到一个神经元状态不变的稳定态，也标志着学习过程结束。反馈网络的反馈形式多样化，有输入延迟的、单层输出反馈的、神经元自反馈的、两层之间互相反馈的等。典型的反馈神经网络有：Elman网络，Hopfield网络，CG网络模型，盒中脑（BSB）模型和双向联想记忆（BAM）等，本章主要对Elman网络、Hopfield网络这两种网络进行介绍。

7.1静态与反馈网络【例7-1】静态网络和反馈网络对同一个输入序列的不同响应。clearall%输入的序列p={00011100000};%画出序列图stem(cell2mat(p));序列图如图7-1所示。接下来，创建一个静态网络，并且得出这个静态网络对该序列的响应。用下面的命令创建一个单层，单神经元，没有偏置值，权重为2线性网络。

图7-1输入序列图

clearall;%创建一个单层的线性网络net=newlin([-11],1);%偏置值为零net.biasConnect=0;%权值为2net.iw{1,1}=2;用上面创建的线性网络仿真输入序列，并画出序列图，如图7-2所示。%网络仿真A=s