模式识别-第6章多层神经网络选编.pptx

  1. 1、本文档共49页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
模式识别-第6章多层神经网络选编

第六章 多层神经网络;6.1多层感知器网络 (MLP,Multilayer Perceptron);解决异或问题的多层感知器;多层感知器的分类原理;激活函数—阈值函数;激活函数—线性函数;激活函数—对数Sigmoid函数;激活函数—双曲正切Sigmoid函数;标准的三层感知器网络;多层感知器网络的设计;三层网络的判别函数形式;6.2 MLP的训练--误差反向传播算法 (BP,Backpropagation algorithm);输出层;隐含层;隐含层;迭代公式;误差反向传播;BP算法—批量修改;BP算法的一些实用技术;6.3 多层感知器网络存在的问题;多层感知器网络存在的问题;多层感知器网络存在的问题;多层感知器网络存在的问题;6.4 提高收敛速度的方法;二次优化的学习率;梯度下降法;牛顿法;Quickprop算法;共轭梯度法;共轭梯度法;Levenberg-Marquardt算法;多层感知器的Matlab实现;多层感知器的Matlab实现;6.4 寻找全局最优点;模拟退火思想;波尔兹曼分布;模拟退火算法 (SA, Simulated Annealing);模拟退火算法应用于MLP的训练;模拟退火算法示例;模拟退火算法示例;遗传算法 (GA,Genetic Algorithm);基本名词;基本遗传算法;GA应用于MLP权值学习;遗传算子定义;遗传算子定义;6.5 卷积神经网络;TDNN:时延神经网络;CNN:卷积神经网络

文档评论(0)

jiayou10 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8133070117000003

1亿VIP精品文档

相关文档