BP神经网络在分类与预测中的应用解释.pptVIP

一、 BP神经网络 二、 徽章的分类 三、光催化臭氧氧化处理自来水 (2)使用S型激活函数时BP网络输入与输出关系 A. 正向传播 输入样本－－－输入层－－－各隐层－－－输出层 B. 判断是否转入反向传播阶段 若输出层的实际输出与期望的输出（教师信号）不符. C. 误差反传 误差以某种形式在各层表示－－－－修正各层单元的权值. D. 网络输出的误差减少到可接受的程度 进行到预先设定的学习次数为止 (6) 网络结构 输入层有n个神经元，隐含层有p个神经元, 输出层有q个神经元 (7) 变量定义 %以每三个月的销售量经归一化处理后作为输入 P=[0.5152 0.8173 1.0000 ; 0.8173 1.0000 0.7308; 1.0000 0.7308 0.1390; 0.7308 0.1390 0.1087; 0.1390 0.1087 0.3520; 0.1087 0.3520 0.1065; ?]; %以第四个月的销售量归一化处理后作为目标向量 T=[0.7308 0.1390 0.1087 0.3520 0.1065 0.3761]; %创建一个BP神经网络，每一个输入向量的取值范围为[0 ,1],隐含层有5个神经%元，输出层有一个神经元，隐