现代智能算法在信号处理中的应用探讨.pptVIP

所以输出权值的更新： 对隐层权值的更新 隐层的权值更新采用与输出层相仿的方法 问题：我们知道这些节点的实际输出，确无法提前知道正确的输出是什么 直觉总的误差与隐层的输出有某些关系 直接把总的误差和隐层的权值联系起来 我们要计算EP对隐层权值的梯度 而： 所以： 注意：隐层的权值更新取决于输出层的所有的误差 根据相应的公式可以求出各个偏微分 定义一个隐层误差项： 方便编程与理解 最后得到二个权值改变的重要公式： 初始化 加输入和期望输出 计算隐层和输出层的输出 迭代次数加1 调节输出层和隐层的连接权值 改变训练样板 训练样终止？ 迭代终止？ BP算法的基本流程 No No y y 人工神经网络在信号方面的应用 一、神经网络应用于雷达信号的分选和识别 1.自组织PNN应用于信号分选和识别 2.BSB应用于信号的分选和识别 二、神经网络在自适应信号处理中的应用 1.自适应滤波 2.自适应噪声和干扰对消 3.自适应波束形成 自组织PNN应用于信号分选和识别 概率神经网络PNN的功能函数采用的不是Sigmoid型函数，而是指数函数。采用这种函数形成的分类神经网络，可以得到非线性判决边界，且在一定条件下就可实现贝叶斯最优判决。 自组织神经网络是根据人