- 1、本文档共12页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
bp和rbf的区别
1、BP网络 BP神经元的传输函数为非线性函数,最常用的是logsing和tansig,有的输出层也采用线性函数(purelin)。BP网络一般为多层神经网络,经验表明一般情况下两层即可满足。如果多层BP网络的输出层采用S型传输函数,其输出值将会限制在一个较小的范围内(0,1);而采用线性传输函数则可以取任意值。??? BP网络的学习过程分为两个阶段:(1)输入已知学习样本,通过设置网络结构和前一次迭代的权值和阈值,从网络的第一层向后计算各神经元的输出。(2)对权值和阈值进行修改,从最后一层向前计算各权值和阈值对总误差的影响(梯度),据此对各权值和阈值进行修改。??? BP网络的学习算法:最速下降BP算法(traingd)、动量BP算法(traingdm)、学习率可变的BP算法(traingdx)、弹性BP算法(trainrp)、变梯度算法(traincgf,traincgp,traincgb,trainscg)、拟牛顿算法(trainoss)、LM算法(trainlm)。?? 提高BP网络泛化能力的方法:归一化法和提前终止法。?? BP网络的局限性:(1)学习率与稳定性的矛盾:梯度算法进行稳定学习的学习率较小,所以通常学习过程得收敛速度很慢。附加动量法通常比简单的梯度算法快,因为在保证学习时间的同时,可以采用很高的学习率,但对于实际应用仍然很慢。以上两种个方法只适用于希望增加训练次数的情况。如果有足够的存储空间,则对于中小规模的神经网络可采用LM算法;如果存储空间有问题,则可采用其他多种快速算法,例如对于大规模的神经网络采用trainrp或trainscg(变梯度算法的一种)。(2)学习率的选择缺乏有效的方法。对于线性网络,学习率选择的太大,容易导致学习不稳定;反之,学习率选择的太小,则导致无法忍受的过长的学习时间。对于非线性网络,还没有找到一种简单易行的方法。(3)训练过程可能限于局部最小。在实际应用过程中,BP网络往往在训练过程中,也可能找不到某个问题具体地解,比如在训练过程中陷入局部最小的情况。此时可以通过改变其初始值,并经过多次训练,以获得全局最小。(4)没有确定隐含层神经元数的有效方法。大部分情况据经验公式来的。BP网络的设计:主要包括输入层、隐层、输出层及各层之间的传输函数几个方面。(1)网络层数通常选择两层(一个隐层),不限制隐层的节点数。(2)输入层的节点数:输入矢量的维数(3)输出层的节点数:待分类模式数来确定(4)隐层的节点数:太多,导致学习时间过长;太少,容错性差,识别未经学习的样本能力 低。通常据经验公式确定。(5)传输函数:通常采用S型函数即sigmoid型函数。采用此函数时,整个网络的输出就限制在一个较小的范围内(0-1之间的连续量);如果最后一层是Pureline函数,那么整个网络的输出可以取任意值。(6)训练方法及参数选择:据具体情况选择训练函数和学习函数。2、径向基函数(RBF)网络?? RBF网络是一种局部逼近网络,对于每个训练样本,只需要对少量的权值和阈值进行修正,因此训练速度很快。?? RBF网络的工作原理:(1)从函数逼近的观点来看:若把网络看成是对位置函数的逼近,则任何函数都可以表示成一组奇函数的加权和。在径向基网络中,相当于选择各隐层神经元的传输函数,使之构成一组基函数逼近未知函数。(2)从模式识别的观点看:总可以将地位空间非线性可分为的问题映射到高维空间,使其在高维空间线性可分。在径向基网络中,隐层的神经元数目一般比标准的BP网络的要多,构成高位的隐含单元空间,同时,隐层神经元的传输函数为非线性函数,从而完成从输入控件到隐层单元的非线性变换。只要隐层神经元的数目足够多,就可以使输入模式在隐层的高维输出空间线性可分。在径向基网络中,输出层为线性层,完成对隐层空间模式的线性分类,即提供从隐层单元空间到输出空间的一种线性变换。对比我个人目前的资料显示,RBF网络的预测精度要大于BP网络,同时也显示RBF网络的训练时间明显小于BP网络。在RBF网络中spread参数影响RBF网络最终的预测精度。理论上讲,spread的值越大,逼近过程就比较平滑,但是逼近误差会比较大。spread越小,对函数的逼近就越精确,但是逼近的过程就越不平滑。由于spread的大小对网络最终的逼近精度有着比较大的影响,因此在设计网络时应多调整几个spread的值,直到达到比较好的精度。下面举一个用RBF进行预测的例子:clear all;close all;y=rands(67,7);%用rand函数随机产生67组7维向量组P=y(:,1:4);%定义输入数据T=y(:,5:7);%定义输出数据for i=1:4net=newrbe(P,T,i+1);y(i,=sim(net,P_test);end说明:i+1
您可能关注的文档
- 11321公示栏内容.doc
- 11级教育技术专业【电视专题复习题】.docx
- 12--丁酮.docx
- 11月12月1月政治学习材料.doc
- 12-13-1电磁场与电磁波期中复习.doc
- 10万左右汽车推荐.doc
- 12306铁路购票需知.docx
- 12年9月课改最新《财经法规与会计职业道德》课本重点归纳.docx
- 1114五脏六腑每天的工作时间.doc
- 12第十二类车辆,陆空海用运载器.doc
- 行业比较专题:全A违规影响、预测及应用手册-240926-天风证券-11页.pdf
- 北交所专题报告:半导体行业需求复苏-240927-东莞证券-19页.pdf
- 交通运输行业航空机场8月数据点评:旺季客座率提升至较高水平-240919-东兴证券-11页.pdf
- 多地提示债务违约风险,怎么看?-240922-华西证券-15页.pdf
- 煤炭行业报告:国内动力煤下游继续去库存但放缓,火力发电量增-240920-东兴证券-10页.pdf
- 固定收益定期报告:比价匹配度下降-240922-国投证券-10页.pdf
- 中信保诚国企红利量化选股基金投资价值分析:数量化方法助力国企红利主题股票精选-240925-国盛证券-14页.pdf
- 电气设备行业专题研究:锂电行业24H1探底确认,静待回升-240924-东方财富证券-23页.pdf
- 环保行业深度跟踪:SAF试点启动,重申看好固废、水务-240922-广发证券-13页.pdf
- 煤炭行业月度供需数据点评:符合预期,制造业投资延续高增-240920-山西证券-10页.pdf
文档评论(0)