神經網路的分類

BP神經網路：BP 神經網路是一種神經網路學習演算法。其由輸入層、中間層、輸出層組成的階層型神經網路，中間層可擴充套件為多層。RBF（徑向基）神經網路：徑向基函式(RBF-Radial Basis Function)神經網路是具有單隱層的三層前饋網路。它模擬了人腦中區域性調整、相互覆蓋接收域的神經網路結構。感知器神經網路：是一個具有單層計算神經元的神經網路，網路的傳遞函式是線性閾值單元。主要用來模擬人腦的感知特徵。線性神經網路：是比較簡單的一種神經網路，由一個或者多個線性神經元構成。採用線性函式作為傳遞函式，所以輸出可以是任意值。自組織神經網路：自組織神經網路包括自組織競爭網路、自組織特徵對映網路、學習向量量化等網路結構形式。K近鄰演算法：　K最近鄰分類演算法，是一個理論上比較成熟的方法，也是最簡單的機器學習演算法之一。