人工神经网络算法概述.pptVIP

人工神经网络算法概述 报告人：张宝生 人工神经网络的结构 1,神经元及其特性 连接机制结构的基本处理单元与神经生理学类比往往称为神经元。每个构造起网络的神经元模型模拟一个生物神经元. 神经元单元的偏置（阈值）; 激励函数 ; 权重系数  ??? 神经网络的基本类 型 人工神经网络的基本特性??? 人工神经网络的基本结构 递归网络 前馈网络 人工神经网络的主要学习算法 有师学习 无师学习 强化学习 ??? 人工神经网络的典型模型 自适应谐振理论(ART) Kohonen 网络 反向传播(BP)网络 Hopfield网 Bp神经网络介绍 最初由Werbos开发的反向传播训练算法是一种迭代梯度算法，用于求解前馈网络的实际输出与期望输出间的最小均方差值。BP网是一种反向传递并能修正误差的多层映射网络。当参数适当时，此网络能够收敛到较小的均方差，是目前应用最广的网络之一。BP网的短处是训练时间较长，且易陷于局部极小。 Bp神经网络的几个概念 1，学习率； 2，振荡； 3，归一化； 4，种类字段与数值字段 Bp神经网络的几个问题 1，错误率达不到预期，无限制地训练怎么办？ 2，发生震荡怎么办？ 3，影响Bp神经网络训练时间的因素有哪些？ 4，训练数据对于Bp神经网络的训练结果的影响？ 5，其他一些问题？ * *