神经网络PPT讲解.pptVIP

基于概率神经网络的潜在客户数据挖掘应用研究;绪论;研究背景;研究意义;国内外的研究和应用现状;数据挖掘在国内外的研究和应用现状;人工神经网络国内外的研究和应用现状;二、客户关系管理——企业赢得竞争的关键;;三、数据挖掘——客户关系管理的基础和核心;2;3;4;5;概率神经网络含义;概率神经网络的网络结构; 第二层为模式层(即样本层),它与输入层之间通过连接权值相连接。样本层神经元的传递函数不再是通常的Sigmoid函数,而为g(Z,)=exp[(Z,.-l)/(s*s)]。其中,Z,为该层第i个神经元的输入,S为均方差。 第三层为累加层(即求和层),它具有线性求和的功能,这一层的神经元数目与欲分的模式数目相同。如果输出结果表示分类,那么,第三层便是将属于某类的概率累计,从而得到输入样本属于该类的最大可能性。 第四层为输出层(即决策层),它具有判决功能,它的神经元输出为离散值1和-1 (或0),分别代表着输入模式的类别。;概率神经网络的模型;2)概率神经网络的数学模型 概率神经网络数学模型如图所示。输入层完成输入样本的预处理过程(即获得输入向量P的过程),实现输入样本空间转换为数据空间;模式层计算出输入向量P与权值向量IW的距离,获得一组向量,其表示向量P与向量IW的相似程度;叠加层先计算出输入向量P对应于权值向量IW的输出和n1,然后通