1.1 Neuroph
如果你是神经网络的初学者，你只是想尝试一下他们如何工作而不需要复杂的理论和实施，或者你需要他们快速的为你的研究项目，neuroph是很好的选择。它是小型的，文档化的，易于使用，并且非常灵活的神经网络框架.
1.1.1 下载
2.9版本下载地址：
https://sourceforge.net/projects/neuroph/files/neuroph2.94/neuroph-2.94.zip/download
解压
java项目直接引用jar包即可，此处只是实例，并没有规范化。
1.1.1 介绍
neuroph由2部分组成。一部分是基于java开发的API，另一部分是图形工具，能直接通过简单的图形化工具构造一个神经网络。
1.1.1 特点
学习机
感知器
多层感知器的反向传播，增强了弹性传播的动力。
Hopfield网络
Bidirectional Associative Memory
Kohonen网络
Hebbian网络
Maxnet
Instar
Outstar
RBF网络
神经模糊推理程序
l 其他功能
核心包(只有10个)中可以很容易重用或扩展的基本基类的数量很少。
支持监督和非监督学习规则。
一个易于遵循的结构和逻辑。
基于NetBeans平台的Java和神经网络IDE, Neuroph Studio。
图像识别支持
OCR的支持
股票市场预测样本
学习vizualisation样品
数据归一化
简单的微基准测试框架
1.1.1 neuroph.core类库
类库 |
说明 |
org.neuroph.core |
提供基础类库与基本的核心组件 |
core.data |
数据设置及相关计算 |
core.events |
神经网络的学习事件系统 |
core.input |
输入功能 |
core.learning |
学习算法 |
core.learning.error |
为学习规则提供错误处理纠正 |
util |
帮助构建神经网络、类型标识、向量分析 |
nnet |
迅速构建神经网络 |
nnet.comp |
神经网络组件 |
comp.layer |
多种layer类型 |
comp.neuron |
多种特殊的neuron |
nnet.learning |
基于神经网络算法 |
kmeans |
K-Means算法 |
knn |
KNN算法 |