关于BP网络分类问题编程——兼谈编程的问题.pptVIP

关于BP网络分类问题编程——兼谈编程的问题.ppt

  1. 1、本文档共21页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
关于BP网络分类问题编程——兼谈编程的问题.ppt

21 (C) IPRIS 济南大学模式识别与智能系统研究所 关于BP网络分类问题编程 ——兼谈编程的问题 李金屏 模式识别与智能系统研究所 2006年11月 关于上机 每个人都要事先准备好,即课下一定要认真努力学习相关理论;不能上机时间临时准备,在不理解基本理论的情况下,根本不可能编好程序。 上机是要点名的,不能玩游戏和乱上网干些与编程无关的事情。否则平时成绩记为负15分。 首先完成编程的同学,请在下一周末之前(11月18日)和我联系。我要一一考察,内容:基本思想、每条指令、运行结果、机动要求的随时实现等。通过者平时成绩为正15分。每个人都要撰写上机报告。 谈谈编程 首先要掌握语言本身,包括语法和各种语句用法。一般情况下,任何一种语言均可。 目前,人们经常使用C类语言。 要对所涉及的问题有深刻透彻的理解。一点点地模糊和不清楚,都会导致编程不成功。 要对计算方法中的一些常用算法有很好掌握。 要利用结构化、模块化编程思想,这样便于调试、维护和修改。 BP网络分类问题编程 问题描述 设计一个BP神经网络,通过训练能够将直角坐标系内的点进行分类,即:凡是第一象限内的点输出1,其余象限内的点输出0。 问题分析 该神经网络需要有两个输入节点、 一个输出节点,一个隐含层应该 足够,节点数设定为3个。 BP网络分类问题编程 问题分析 为了使得程序更有推广性,假定输入层、隐含层和输出层节点个数分别为M、N和1个。 算法设计 1. 首先获得训练样本集合{X1, X2, …, XK}; 每个样本形式是Xt=(xt1, xt2, Tt) 2. 给神经网络的每个权值赋给随机数:0-1之间 3. 对于每一个样本,都按照如下步骤计算: BP网络分类问题编程 1) 计算每个隐含层节点的输入Yk t (i=1,2,…,N) 公式:其中k=1,2,3; j=1,2 Wij是输入层到隐含层之间的权值。 BP网络分类问题编程 BP网络分类问题编程 BP网络分类问题编程 BP网络分类问题编程 BP算法权值调节公式 BP算法权值调节公式 BP算法权值调节公式 BP算法权值调节公式 BP网络分类问题的 程序设计 程序设计:一般包括这几部分 头文件 主程序 各个子程序 头文件 #include “stdio.h” … #define ABC 6 … void InputData(void); … int (float, struct, et al); 包括:权值及每个权值的修改量、 训练样本数组、误差阈值、学习率等 BP网络分类问题的 程序设计 主程序功能:main() 1) 初始化神经网络权值; InitializeWeights() 2) 读入训练样本;InputSamples() 3) 计算所有训练样本的输出误差; ComputeAllErr() 4) 判定输出误差是否满足要求: 是则中止并输出训练结果,Output() 否则继续; 5) 调节网络权值,返回3); AdjustWeights() BP网络分类问题的 程序设计 初始化网络权值:InitializeWeights() 权值要定义成全局变量; 权值要通过随机数函数赋值,范围在(-1,+1); 读入训练样本:InputSamples() 涉及到文件操作;或者数组赋值、结构体等(此时可以定义在头文件中)。 说明:训练样本至少要在50各以上,而且每个象限都要有,尽量分布均匀。其中第一象限要占1/3左右。 例如:TrainingData[m][n]:其中m表示样本个数,n表示每个样本中的参数个数。 BP网络分类问题的 程序设计 计算所有训练样本的输出误差: ComputeAllErr() 通过一个循环,计算每一个样本的输出、误差、以及其对应的隐含层和输出层之间的权值修改量、输入层和输出层之间的权值修改量。这些可以同时算出。 调节网络权值: AdjustWeights() 根据在ComputeAllErr()计算出的隐含层和输出层之间的权值修改量、输入层和输出层之间的权值修改量(参见下式)进行修改。 关于上机报告和汇报 1、上机报告:第12周上交。要如实写,根据自己真实的上机过程来写,没有结果没关系。包括: BP算法的基本思想; 问题分析和算法设计(自己的); 程序框图和算法流程; 基本变量定义、主函数和所有子函数作用以及内部代码设计的算法思想、整个程序的参数传递过程; 给出函数头文件原码(除了所有函数以外); 关于上机报告和汇报 主要子函数原码(自己选择,至少5个); 有运行结果的给出运行结果; 本次编程真实感受。 说明: 凡雷同者,没有充分理由的,所有涉案者平时成绩加-15分。 当面汇报:本周五中午之

文档评论(0)

aiwendang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档