神经网络的分类

　　BP神经网络：BP 神经网络是一种神经网络学习算法。其由输入层、中间层、输出层组成的阶层型神经网络，中间层可扩展为多层。RBF（径向基）神经网络：径向基函数(RBF-Radial Basis Function)神经网络是具有单隐层的三层前馈网络。它模拟了人脑中局部调整、相互覆盖接收域的神经网络结构。感知器神经网络：是一个具有单层计算神经元的神经网络，网络的传递函数是线性阈值单元。主要用来模拟人脑的感知特征。线性神经网络：是比较简单的一种神经网络，由一个或者多个线性神经元构成。采用线性函数作为传递函数，所以输出可以是任意值。自组织神经网络：自组织神经网络包括自组织竞争网络、自组织特征映射网络、学习向量量化等网络结构形式。K近邻算法： K最近邻分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。

神经网络的分类相关文章：

★ 担保物权的分类有哪些

★ 糖的分类有五大种类

★ 混合物纯净物的分类标准

★ 国际债券的分类有哪些

★ 食物的分类6大种类

★ 环境毒物的分类

★ 意识障碍的分类有哪几种

★ 仓库的分类

★ 手机耳机的分类

★ 数据流图的分类及每一类的特点