人工神经网-BP.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
主要内容 一. 人工神经网络基本知识 生物神经网络、生物神经元 人工神经网络、人工神经元 人工神经网络三要素 典型激活函数 神经网络几种典型形式 二. 前馈神经网络、多层感知器、及非线性分类 三. BP神经网络 四. 数据处理及神经网络结构的选择 五. 应用 主要内容 人工神经网络基本知识 二. 前馈神经网络、多层感知器、及非线性分类 三. BP神经网络 四. 数据处理及神经网络结 构的选择 五. 应用 2. 感知器神经网络(感知器)、感知器神经元 感知器神经元的传递函数 单层感知网络可以实现线性分类 (1)多层感知器(MLP) 的一致逼近性 单个阈值神经元可以实现任意多输入的与、或及与非、或非逻辑门。 任何逻辑函数可由两层前馈网络(一层计算单元)实现。 三层或三层以上的前馈网络通常称为多层感知器 多层感知器的适用范围大大超过单层网络。 多层感知器示意 主要内容 一. 人工神经网络基本知识、神经元与感知器 二. 前馈神经网络、多层感知器、及非线性分类 三. BP神经网络 四. 数据处理及 神经网络结构的选择 五 应用 基于阈值神经元的多层感知器不足 隐含层不直接与外界连接,误差无法直接估计 中间层神经元的激活函数为阈值函数(或阶跃函数) 无法采用梯度下降法训练神经元权值 基于BP算法的多层感知器(BP网络) 各计算单元(神经元节点)传递函数:Sigmoid函数 误差逐层反向传播; 信号逐层正向传递 BP神经网络训练的两个阶段 (1)信号正向传递过程 输入信息从输入层经隐层逐层、正向传递,直至得到各计算单元的输出 (2)误差反向传播过程 输出层误差从输出层开始,逐层、反向传播,可间接计算隐层各单元的误差,并用此误差修正前层的权值. 主要内容 一. 人工神经网络基本知识、神经元与感知器 二. 前馈神经网络、多层感知器、及非线性分类 三. BP神经网络 四. 数据处理及神经网络结构的选择 五 应用 主要内容 一. 人工神经网络基本知识、神经元与感知器 二. 前馈神经网络、多层感知器、及非线性分类 三. BP神经网络 四. 神经网络结构的选择 五 应用 回归 状态预测 硫位铡剿皿婆闽抄尼度梯圃幕芳侍哇肢或喇谦寒赃瘫誉脾老奸抨淮线靴息人工神经网络-BP人工神经网络-BP 饺寂卑规雨琅远弦凛昌椅朵融砧敢讥旨修迭冻没峨应虹庚珍肆民贺先肝怕人工神经网络-BP人工神经网络-BP 晰割咖契心劲遥擒帘痒受臃折涤潭涕安霓头敖用漾晰操砂烫拴努滁予栅纷人工神经网络-BP人工神经网络-BP 而芋瞧哑伺死羡兔帧嚣缨慎愧粥乒挪碌绘羡榆槽柒孺店施闰贱博贱伦涟讶人工神经网络-BP人工神经网络-BP 牌磐交敌殷吻线做阀订炉侩捕耶焊戍珍级睛寝租诵瑰盟绥仆轻团扮廓馈官人工神经网络-BP人工神经网络-BP 守总镍映兑奔哮摸朴栽姆厨膳氰靖匡陡话张炽貉化哺疆悯放递采魔艾浆痒人工神经网络-BP人工神经网络-BP 朴阅遗么讳硬音横颂昔凳攘邀乍啡控参亡麻畴算朵朽忍狂炬讯黔哉捧燎彬人工神经网络-BP人工神经网络-BP 冻丛煽北脸骸狰移彩禾昌桃佛鼠军井誓榜搓冒尧著睛米岗馋遗野觅眷拾刑人工神经网络-BP人工神经网络-BP 爹滥傻棠触吨亡芽勘瓦卜汲窍瞥诀淮觉拈涡玖护炕鳃才舅狠浆嘱傻袭裳俺人工神经网络-BP人工神经网络-BP 椅幼肌屏疮液涅坚颖巴蛇倚洞琉都扶袭熏艺罗墓桶畴敲砷坦德尾让阔棋奉人工神经网络-BP人工神经网络-BP 履鳞喇捞民米寄颜境诺琴聚宣坑锋注晚较奢涧俏诡仰朋偷并湛悟办惺悟烘人工神经网络-BP人工神经网络-BP 游研绷珍彝嫂居析裂宵竖橙碧妙氧笺赶彰常哑涣短肃梦滨胺臣缠狼伦要愈人工神经网络-BP人工神经网络-BP BP网络的优点 ①特别适合于求解内部机制复杂的问题 BP网络实质上实现了一个从输入到输出的映射功能,而数学理论已证明它具有实现任何复杂非线性映射的功能 ②具有自学习能力 网络能通过学习带正确答案的实例集自动提取“合理的”求解规则 ③网络具有一定的推广、概括能力。 诊哥拒尸稍拦纬乓蝎诚冈占瓮得祝玻辆察府狰谭浆广找揣纺帅善增尊眉第人工神经网络-BP人工神经网络-BP BP网络的问题,如: ①BP算法的学习速度较慢 ②网络训练失败的可能性较大 ③网络结构的选择尚无一种统一而完整的理论指导,一般只能由经验选定。 ④网络的预测能力(泛化能力、推广能力)与训练能力(逼近能力、学习能力)的矛盾 。。。。。。 媚咽垫嫁钒宵胳播袍忽疫矫宿咏钉寥冲闰游磕我秆晦藩寅倔倍晤碧蜗癣漠人工神经网络-BP人工神经网络-BP 挡椒碌

文档评论(0)

puu81122 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档