反向传递神经网络在水泥土无损检测中的应用2行政论文.docVIP

反向传递神经网络在水泥土无损检测中的应用2行政论文范文大全 反向传递神经网络在水泥土无损检测中的应用 3 预测水泥土抗压强度及灰土比的神经网络模型 典型的bp网络包括了一个输入层、一个隐含层(也称中间层)和一个输出层，如图1所示。各层之间实行权连接，每一层又由若干个神经元组成。对各层结点输入矢量进行加权求和运算后，再通过该层结点的传递函数确定其输出。结点的传递函数可为线性函数或非线性可微函数。通常，隐含层与输出层之间取线性函数，隐含层与输入层之间取非线性函数。图中x1，x2，…，xp代表输入层上p个输入变量，z1，z2，…，zq代表隐含层上q个单 元；y1，y2，…yr代表输出层上r个输出变量。此网络可实现p维空间到r维空间的任意非线性变换。wi,j代表第i个输入变量到第j个隐含层单元之间的权值，wacute;i,j代表第i个隐含层单元到第j个输出层单元之间的权值，所有这些权值的最后确定是通过教师样本的训练来自动实现的。θi代表第i个隐含层单元的阈值，θacute;i代表第i个输出单元的阈值。f1代表隐含层单元与输入层单元之间的传递函数，f2代表隐含层单元与输出层单元之间的传递函数。 bp网络的学习过程是由信息的正向传递和误差的反向传播两个过程组成。正向传递时，输入信息从输入层经隐含层处理后传向输出层。如果输出层没有得到期望的输出，则计算输出层的误