类神经网路操作手册.docVIP

類 神 經 網 路 操 作 手 冊 類神經網路運作就是透過輸入與輸出訓練範例的方式，不斷的調整節點之間的權重值與偏權值，使網路所計算的輸出為目標輸出，其運作目的就是要讓網路能映射出正確的的輸入-輸出關係模式。 倒傳遞類神經網路的架構為多層感知器（multilayer perceptron，MLP），一般使用的學習演算法為誤差倒傳遞演算法，（Error Back Propagation，EBP)，簡稱為BP（back propagation）演算法，這樣的組合（MLP＋EBP）稱之為倒傳遞類神經網路（Backpropagation Neural Network，BPN）。 倒傳遞類神經網路包含輸入層、隱藏層、輸出層，但實際有作用的神經元只有隱藏層及輸出層兩層。輸入層與輸出層兩者神經元數目依問題的形式而定，隱藏層神經元數目須以試誤法決定，而網路中是靠相關權重值連結各層間的神經元，輸入值由輸入層直接傳入隱藏層，經過加權累加後再透過活化函數轉換可得到一個輸出值，輸出值再經過加權累加後一樣再透過活化函數轉換後傳送到輸出層。 本軟體是採用MATLAB 7.4（R2007a）版，倒傳遞網路參數設定新增檔案 新增三個並編輯變數名稱in、t、ine 輸入訓練網路的資料 in（輸入）、t（目標即輸出），本說明是採用監督式學習 測試網路的資料 ine（輸入） PS：倒傳遞資料數據需以橫