BP神经网络解释.pptVIP

BP神经网络 内容安排 一、内容回顾 二、BP网络 三、网络设计 四、改进BP网络 五、内容小结 一、内容回顾 一、内容回顾 一、内容回顾 二、BP网络 2.1 BP网络简介 2.1 BP网络简介 BP网络主要用于下述方面 函数逼近：用输入矢量和相应的输出矢量训练一个网络逼近一个函数 模式识别：用一个特定的输出矢量将它与输入矢量联系起来； 分类:把输入矢量以所定义的合适方式进行分类； 数据压缩：减少输出矢量维数以便于传输或存储 具有较强泛化性能：使网络平滑的学习函数，使网络能够合理地响应被训练以外的输入 泛化性能只对被训练的输入／输出对最大值范围内的数据有效，即网络具有内插值特性，不具有外插值性。超出最大训练值的输入必将产生大的输出误差 BP网络是一种单向传播的多层前向网络,是一种具有三层或三层以上的神经网络，包括输入层、中间层(隐层，和输出层。上下层之间实现全连接，而每层神经元之间无连接．当一对学习样本提供给网络后，神经元的激活值从输入层经各中间层向输出层传播，在输出层的各神经元获得网络的输入响应。接下来，按照减少目标输出与实际误差的方向，从输出层经过各中间层逐层修正各连接权值．最后回到输入层，这种算法称为“误差逆传播算法”，即BP算法。随着这种误差逆的传播修正