人工神经网络__蠕虫的分类问题.docVIP

蠓虫的分类问题 摘要 本文根据已知的测量数据（9 支的数据和 6 支 的数据）制定一种分类方法，类别是已经给定的（或），采用了人工神经网络中的多层前馈网络模型。首先，根据人工神经元模型与前馈网络的结合建立一个多层网络模型；接着，利用向后传播算法求得一组恰当的权值，使网络具有特定的分类功能；同时为了求得向后传播算法中实际输出与理想输出的差异的极小点与极小值，使用了迭代算法中的最速下降法。(得到的结果是什么?) 关键词：人工神经元模型 多层前馈网络 向后传播算法 最速下降法 一、问题重述 两种蠓虫和已由生物学家W.L.Grogon和W.W.Wirth（1981）根据它们的触角长度、翅膀长度加以区分. 现测得只和只的触长、翅膀长的数据如下： 问题一：如何根据以上数据，制定一种方法正确区分两种蠓虫？(需要用结果,即正确率去说明你所使用的方法的正确性,并在摘要中写出来) 问题二：用问题一采用的方法的方法对触长、翅长分别为的个样本进行识别。(需要在结果中体现,即给出你的结论,并在摘要中写出来) 二、问题分析 本问题要求根据已知资料（9 支的数据和 6 支的数据）制定一种分类方法，类别是已经给定的（或）。今后，我们将9 支及6 支 的数据集合称之为学习样本。 问题一：基于已知的资料可以建立多层前馈网络模型