神经网络原理及应用__培训课件.pptVIP

隐含层的层数与节点数的改进 最佳隐含层神经元数选择可参考如下经验公式： m为隐含层神经元数， n为输入层神经元数， 为输出层神经元数 a为1—10之间的常数 …… 隐含层的层数与节点数的改进 实际问题中，隐含层神经元数的选择首先是参考公式来确定神经元的大致范围，然后试凑法确定最佳点数 注意对于一般问题BP神经网络的分类误差随着隐含层神经元的增加呈现先减少后增加的趋势 用GA优化BP神经网络 用GA直接训练BP网络的权重算法 用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 Thanks! 待续。。。 BP标准算法步骤 3.计算隐含层和输出层各神经元的输入和输出 BP标准算法步骤 4.利用网络期望输出和实际输出，计算误差函数对输出层的各神经元的偏导数。 BP标准算法步骤 5. 利用隐含层到输出层的连接权值、输出层的输出和隐含层的输出，计算误差函数对隐含层各神经元的偏导数。 BP标准算法步骤 BP标准算法步骤 6. 利用输出层各神经元的和隐含层各神经元的输出来修正连接权值。 BP标准算法步骤 7. 利用隐含层各神经元的和输入层各神经元的输入修正连接权。 BP标准算法步骤 8. 计算全局误差 9. 判断网络误差是否满足要求。当误差达到预设精度或学习次数大于设定的最大次数，则结束算法。否则，选取下一个学习样本及对应的期望输出，返回到第三步，