考拉BP神经网络的matlab实现学习历程（一）.docVIP

考拉BP神经网络的matlab实现学习历程（一） 这两天在学习bp，总结和汇报一下，和大家一起学习。希望初入神经网络能有所收获，给新手一些帮组和启发。9 U4 @! q7 L. c/ y也希望熟悉bp的高手，多提宝贵意见和建议。 % C% G% r P0 N8 V. L- |( e$ | K学习内容总结成五个小节，具体内容如下：. ?; ^??S4 T5 r+ W* s4 p, A第一节内容：包括神经网络的基础知识，BP网络的特点，bp主要应用的场合，使用时应注意的问题。! f6 e: p# R5 u1 v. }??R7 w0 n; V9 Q x第二节内容：主要是阐述BP中几个容易混绕的概念和问题，包括什么是网络的泛化能力？过拟合是什么，怎么处理？学习速率有什么作用？神经网络的权值和阈值分别是个什么概念？用BP逼近非线性函数，如何提高训练精度？. s7 K j2 f% x% M$ o# M; z5 \. }1 S: D2 Z3 b* c# J第三节内容：主要阐述使用matlab实现，为了充分利用数据，得到最优的网络训练结果，在网络建立前，应该进行的基本数据处理问题，包括：BP神经网络matlab实现的基本步骤，数据归一化问题和方法，输入训练数据的乱序排法，以及分类方法，如何查看和保存训练的结果，每次结果不一样问题。- `7 ^7 ^. q* u0 N3 |( b1 D! I) [5 l# v9 s8 @) b# b8 e# J. x第四节为bp神经网络进行交通预测的Matlab例子及源代码，bp神经网络进行交通预测的Matlab程序的优化（主要是按设置误差要求，寻找最优网络过程）) n* [. B3 o f/ N L??v1 @ i4 u2 V2 m2 | I7 D第五节为bp神经网络处理蠓虫分类问题的matlab例子及源代码。 x/ p- u+ F9 W V) x! @) d- y/ t j/ F+ d3 W, d不多说，先如主题，第一节，很基础，高手见谅。8 \7 B$ g5 k Q3 w0 A! n. s* g% _! M4 u# Z8 z什么是神经网络？9 {, i2 e; A; c% V! w6 i神经网络是由很多神经元组成的，首先我们看一下，什么是神经元+ H+ C$ c, ?, Z X3 l! N1 u7 c8 Q 未命名.jpg (31.41 KB) 2008-11-16 16:05 3 k) Y1 v, e9 d% C6 A上面这个图表示的就是一个神经元，我们不管其它书上说的那些什么树突，轴突的6 z: C/ n |! ?/ |8 @我用个比较粗浅的解释，可能不太全面科学，但对初学者很容易理解：, x4 v1 ^4 u) a4 x) _# ?1、我们把输入信号看成你在matlab中需要输入的数据，输进去神经网络后, T w, o; C2 `7 ^2、这些数据的每一个都会被乘个数，及权值w，然后这些东东相加和为u，) p1 |5 n??n??e7 v% v3、上面只是线性变化，为了达到能处理非线性的目的，u做了个变换，变换的规则和传输函数有关* I. Z/ l0 [6 ^) n, Z? ?? ?? ?? ?可能还有人问，那么那个阀值是什么呢？简单理解就是让这些数据做了个平移，这就是神元工作的过程。/ k6 r* M( I4 A; W??s5 l? ?? ?? ?? ?处理后的结果又作为输入，可输给别的神经元，很多这样的元，就组成了网络 s) f r$ A. w5 B1 W: C? ?? ?? ?? ?在matlab中具体用什么算法实现这些，我们先不管，我们需要注意的是怎么使用。比如使用BP的神经网络netff（）构建一个网络，这些在后面的学习将提到。* h9 e; A4 W( z. @??]6 m7 W4 e2 ], k$ xBP网络的特点, a8 B u1 f) f6 t7 S, V网络实质上实现了一个从输入到输出的映射功能，而数学理论已证明它具有实现任何复杂非线性映射的功能。这使得它特别适合于求解内部机制复杂的问题。我们无需建立模型，或了解其内部过程，只需输入，获得输出。只要BPNN结构优秀，一般20个输入函数以下的问题都能在50000次的学习以内收敛到最低误差附近。而且理论上，一个三层的神经网络，能够以任意精度逼近给定的函数，这是非常诱人的期望。6 O+ `# c4 B2 a `. Y网络能通过学习带正确答案的实例集自动提取“合理的”求解规则，即具有自学习能力；5 f5 K5 B; X: r$ d: D4 j. l网络具有一定的推广、概括能力。7 q0 Z2 y$ f r }! S9 a. K+ z6 `/ \+ ?+ Z; f) u1 W