第十六课 神经网络模式识别 人工神经网络理论及应用课件.ppt

人工神经网络理论及应用 屈桢深 哈尔滨工业大学 主成份分析 基本原理 神经元实现 Hebb规则 Oja规则 收敛条件 神经网络实现 主成份分析——单神经元实现 使用单线性神经元及Oja规则，可证明在满足下述条件下学习收敛： (1)权值学习过程足够慢，使w变化满足平稳过程，此时其瞬时统计量满足： (2)输入向量取自平稳随机过程，且自相关阵Rxx具有各异特征值； (3) w和x统计独立 次成份分析 基本原理 神经元实现 支持向量机(SVM) 基本原理 (线性，二类) 非线性SVM, 核函数 扩展：SVM多类分类 示例 实例演示:字符识别 appcr1 输入、输出向量化； 使用原始模式训练； 加入不同噪声训练； 比较上述两种网络性能 酵母基因表达式分析 背景：酵母菌在富含葡萄糖的媒介中，将葡萄糖转化为乙醇，即发酵过程(厌氧)；当葡萄糖被耗尽后，将使用乙醇进行呼吸(好氧)；该过程的转变同时体现在基因表达式的变化。 目标：通过对基因表达式进行分析，判断在转变过程中基因之间的关联关系。 处理步骤： 读入数据 数据滤波 数据降维 yeastdemonnet 读入数据 load yeastdata.mat genes: 基因名称； yeastvalues：基因表达式数据 每一行代表一个基因，共6400，每个基因7个数据，过多。 数据滤波 排除所有空数据； 排除所有不确定数