神经网络算法讲解.docxVIP

神经网络算法 分类及概念： 生物神经网络 生物体的每个神经元有数以千计的通道同其它神经元广泛相互连接，形成复杂的生物神经网络。 人工神经网络 以数学和物理方法以及信息处理的角度对人脑神经网络进行抽象，并建立某种简化模型，就称为人工神经网络（Artificial Neural Network，缩写 ANN）。 ·神经网络是由多个非常简单的处理单元彼此按某种方式相互连接而形成的计算系统，该系统是靠其状态对外部输入信息的动态响应来处理信息的。 ·人工神经网络是一个由许多简单的并行工作的处理单元组成的系统，其功能取决于网络的结构、连接强度以及各单元的处理方式。 ·人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统。 BP神经网络 一种按误差逆传播算法训练的多层前馈网络。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值和阈值，使网络的 HYPERLINK /view/2135069.htm \t /_blank 误差平方和最小。 HYPERLINK /view/1753676.htm \t /_blank BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。 神经网络的基本特征： 结构特征能力