BP神经网络解决蚊子分类问题.docVIP

问题描述： 蚊子的分类问题。 二、BP神经网络的标准学习算法： 正向传播： 输入样本－－－输入层－－－各隐层－－－输出层 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不符。 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。 网络输出的误差 减少到可接受的程度或达到预先设定的学习次数为止。 解决过程： 1、训练样本 已知的两类蚊子的数据如下图： 确定模型输入/输出结构：两输入、单输出 输入数据有15个，即p=1,2，……，15；j=1,2；对应15个输出。 建模： (输入层、中间层、输出层、每层应选取多少个元素？) 建立神经网络 规定目标为： 当t(1)=0.9 时表示属于Apf类， 当t(2)=0.1 时表示属于Af类。 具体训练步骤如下： 令p=0，p为样本编号 (1) 网络初始化 给各连接权值分别赋一个区间（0，1）内的随机数，设定误差函数E，给定计算精度值 和最大学习次数M。 根据输入数据计算网络输出 同理，输出神经元 训练输出单元的权值 PS：利用输出层各神经元的误差项2（1）和隐含层各神经元的输出来修正权值。 取学习速率η=0.1（或其他正数，可调整大小） 其中