BP神经网络及其改进_武美先.pdfVIP

下载本文档

90
0
约2.69万字
约 7页
2015-09-05 发布于重庆
举报
版权申诉

BP神经网络及其改进_武美先.pdf

1、本文档共7页，可阅读全部内容。
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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

BP神经网络及其改进_武美先,bp神经网络改进,bp神经网络,bp神经网络matlab实例,bp神经网络算法,bp神经网络模型,bp神经网络预测,bp神经网络算法实例,bp神经网络原理,bp神经网络预测实例

第 26卷　第 2 期太原科技大学学报 Vo l. 26　№2 2005年 6 月 JOURNAL OF TA IYUAN UN IV ER SITY OF SC IENCE AND TECHNOLO GY Jun. 2005 文章编号 : 1673 - 2057 (2005) 02 - 0 120 - 06 BP神经网络及其改进武美先 ,张学良,温淑花 ,李海楠 (太原科技大学机电学院 ,太原 030024) 　　摘　要 :针对标准 B P算法存在的缺陷 ,从网络结构、算法及初始值选取等各个角度系统总结了 B P神经网络的各种改进措施 ,对各种方法的原理及优缺点作了详尽分析 ,指出了 B P神经网络今后改进的方向。　　关键词 :神经网络 ; B P算法 ;改进中图分类号 : TP11　　文献标识码 : A 　　自美国加利福尼亚大学的 PD P ( Parallel D istrib ) u ted Proce ssing 小组提出多层前馈神经网络以来 , ( ) B P B ackProp agation 神经网络作为一种非线性系统的辨识工具在分类模式识别、图像处理和系统控制等领域得到了广泛应用 ,但其在收敛速度、泛化能力等方面尚存在不足 , 国内外学者提出的改进方法大多以计算的复杂性为代价。本文系统总结了图 1　神经元模型 B P算法目前在系统误差函数的确立、权值学习算法 F ig. 1　Nerve cell m odel 的设计、网络结构优化、网络泛化能力以及样本数 ( ) 1 正向传播过程 :输入信息从输入层经隐含问题等几个方面的改进措施 ,指出了 B P 神经网络层逐层处理 ,传向输出层。若输出层的实际输出与今后改进的方向。期望的输出不符 ,则转入误差的反向传播。 1　B P神经网络算法原理 ①输入层 :输入值一般为样本各分量输入值 , 输出值一般等于输入值。　　B P 神经网络具有结构简单 ,可操作性强 ,能模 ②隐含层 :对于节点 j, 其输入值 net 为其前一 k 拟任意的非线性输入输出关系等优点而成为目前层各节点输出值 Oi 的加权和 : 应用广泛的神经网络模型 , B P 网络由输入层 i、隐含 ( ) ne t = W O 1