神经网络-BP算法.pptVIP

神经网络方法简介与应用 神经网络方法简介与应用 神经网络方法概述 神经网络方法基础（以BP网络为例） 神经网络方法应用举例（人脸和手写数字） 神经网络方法发展前景（功能柱-神经场） 人工神经元的基本构成 人工神经元模拟生物神经元的一阶特性。 输入：X=（x1，x2，…，xn） 联接权：W=（w1，w2，…，wn）T 网络输入： net=∑xiwi 向量形式： net=XW 激活函数： f 网络输出： o=f（net） 典型激励函数 γ 典型网络结构 多级网 循环网 基本BP算法——非循环多级网络 基本BP算法 neti=x1w1i+x2w2i+…+xnwni BP网络拓扑结构 BP网络训练过程（1） 样本 权初始化 向前传播阶段 Op=Fn(…(F2(F1(XpW(1))W(2))…)W(n)) 误差测度 BP网络训练过程（2） 向后传播阶段——误差传播阶段 输出层权的调整 ?wpq= αδqop =αfn′ (netq)(yq-oq)op =αoq(1-oq) (yq-oq)op 隐藏层权的调整 基本BP算法实现 1 for k=1 to L do 1.1 初始化W(k)； 2 初始化精度控制参数ε； 3 E=ε+1; 4 while Eε do 4.1 E=0; 4.2 对S中的每一个