人工神经.pptVIP

第六章 人工神经网络(II) 内 容 前向神经网络模型 前向神经网络用途 前向神经网络训练 BP算法 前向神经网络 多层前向网络 一个M层的多层前向网络可描述为： ①网络包含一个输入层（定义为第0层）和M-1个隐层，最后一个隐层称为输出层； ②第 l 层包含 个神经元和一个阈值单元（定义为每层的第0单元），输出层不含阈值单元； 前向神经网络 ③第 层第 个单元到第个单元的权值表为 ； ④第 层（ 0）第 个（ 0）神经元的输入定义为 ，输出定义为 ，其中 为隐单元激励函数，常采用Sigmoid函数，即 。输入单元一般采用线性激励函数 ，阈值单元的输出始终为1； 前向神经网络 前向神经网络用途 弄这么个东西有用么？ 怎么用呢？ 前向神经网络用途 用途非常广泛 非线性映照能力：神经网络能以任意精度逼近任何非线性连续函数。在建模过程中的许多问题正是具有高度的非线性。 并行分布处理方式：在神经网络中信息是分布储存和并行处理的，这使它具有很强的容错性和很快的处理速度。 自学习和自适应能力：神经网络在训练时，能从输入、输出的