神经网络学习 之 BP神经网络.docxVIP

/u01/article/details/神经网络学习 之 BP神经网络/u01/article/details/目录第一章 概 述第二章BP算法的基本思想第三章BP网络特性分析3.1 BP网络的拓扑结构43.2 BP网络的传递函数53.3 BP网络的学习算法6第四章BP网络的训练分解4.1前向传输（Feed-Forward前向反馈）84.2逆向反馈（Backpropagation）94.3 训练终止条件10第五章BP网络运行的具体流程105.1网络结构105.2变量定义105.3误差函数：11第六章 BP网络的设计146.1 网络的层数146.2 隐层神经元的个数156.3 初始权值的选取156.4 学习速率15BP网络的局限性15BP网络的改进16第一章 概 述神经网络是1986年由Rumelhart和McCelland为首的科研小组提出，参见他们发表在Nature上的论文?/~hinton/absps/naturebp.pdfLearning representations by back-propagating errors?。BP神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的 输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断 调整网络的权