BP神经网络教学概述.pptVIP

数据挖掘 ——BP神经网络;内容;神经网络概述;导言;脑神经信息活动的特征;神经网络研究的发展;神经网络研究的发展;神经网络研究的发展;生物神经元模型;神经元模型;典型的激活函数;神经网络拓扑结构;什么是学习？;什么是监督？;监督学习与非监督学习的区别;神经网络的分类;BP神经网络;简介;网络结构;其它一些特点;BP学习算法思想;如何改变网络连接权值？;算法原理：误差修正的公式推导;输出结点的误差：;对wij的偏导数：;令;BP算法总结;(3)从后向前对各隐藏层结点 ，计算误差;源代码分析示例;几个问题;几个问题;BP神经网络学习算法的MATLAB实现 ;newff() 功能 建立一个前向BP网络 格式 net = newff(PR，[S1 S2...SN1]，{TF1 TF2...TFN1}，BTF，BLF，PF) 说明 net为创建的新BP神经网络；PR为输入的取值范围矩阵；[S1 S2…SNl]表示网络隐含层和输出层神经元的个数；{TFl TF2…TFN1}表示网络隐含层和输出层的传输函数，默认为‘tansig’；BTF表示网络的训练函数，默认为‘trainlm’；BLF表示网络的权值学习函数，默认为‘learngdm’；PF表示性能数，默认为‘mse’。 ;tansig() 功能 正切sigmoid激活函数 格式 a = tansig(n) 说明 双曲正切