1746-OW8
1746-OW8
1746-OW8
神经网络通过误差修正的自学习，学习过程由正向传播和反向传播组成，在正向传播过程中，输入信号从输入层经隐含层逐层处理，并传向输出层，每一层神经元的状态只影响下一层神经元的状态，如输出层不能得到期望的输出，则转入反向传播，将输出信号的误差信号沿原来连接通路返回，反复修正网络各层神经元之间的连接权值，

使得误差信号最小，将隐含在样本中的规律性反映到网络神经元的联系中，一旦学习完毕，神经网络就具备了相当于样本组合的判断能力。神经网络模块从专家系统的推理机制和模糊性处理获取必要的学习样本及诊断结果，将学习结果存储于神经数据库.

4.2在家电选择中的应用

1746A13

1746A4

1746A7

1746BAS

1746BAST

1746BLM

1746BTM

1746C16

1746C7

1746C9

1746F1

1746F2

1746F3

1746F4

1746F5

1746F8

1746F9

1746FIO4I

1746FIO4V

1746HSCE

1746HSCE2

1746HSRV

1746HSTP1

1746IA16

1746IA4

1746IA8

1746IB16

1746IB32

1746IB8

1746IC16

1746IG16

1746IH16

1746IM16

1746IM4

1746IM8

1746IN16

1746INT4

1746IO12

1746IO12DC

1746IO4

1746IO8

1746ITB16

1746ITV16

1746IV16

1746IV32

1746IV8

1746N2

1746N3

1746NI16I

1746NI16V

1746NI4

1746NI8

1746NIO4I

1746NIO4V

1746NO4I

1746NO4V

1746NO8I

1746NO8V

1746NR4

1746NR8

1746NT4

1746NT8

1746OA16

1746OA8

1746OAP12

1746OB16

1746OB16E

1746OB32

1746OB32E

1746OB6EI

1746OB8

1746OBP16

1746OBP8

1746OG16

1746OV16

1746OV32

1746OV8

1746OVP16

1746OW16

1746OW4

1746OW8

1746OX8

1746P1

1746P2

1746P3

1746P4

1746P5

1746P6

1746P7

1746QS

1746QV

1746R10

1746R11

1746R12

1746R13

1746R14

1746R15

1746R16

1746R17

1746R9

1746RL35

1746RL40

1746RL41

1746RL42

1746RL43

1746RL44

1746RL45

1746RL46

1746RL47

1746RL50

1746RL51

1746RL52

1746RL53

1746RL54

1746RL55

1746RL56

1746RL57

1746RL58

1746RL59

1746RL60

1746RL61

1746RL70

1746RL71

1746RT25B

1746RT25C

1746RT25G

1746RT25R

1746RT26

1746RT27

1746RT28

1746RT29

1746RT30

1746RT31