数据仓库与数据挖掘技术第8章人工神经网络.docVIP

PAGE 1 数据结构(C++版) 数据仓库与数据挖掘技术 第8章 人工神经网络方法 8.1人工神经网络的基本概念 8.1.1人工神经元原理 图8-1神经元模型 图8-2常见的作用函数 8.1.2人工神经网络拓扑结构 图8-3典型的神经网络结构 8.1.3人工神经网络学习算法 1. 神经网络的学习方式 2. 神经网络的学习规则 8.1.4人工神经网络泛化 图8-4BP神经网络的拓扑结构 8.2误差反向传播(BP)神经网络 8.2.1BP神经网络的拓扑结构 8.2.2BP神经网络学习算法 8.2.3BP神经网络设计 8.3自组织特征映射(SOFM)神经网络 8.3.1SOFM神经网络的拓扑结构 图8-5SOFM神经网络的拓扑结构 8.3.2SOFM神经网络聚类的基本算法 8.3.3SOFM神经网络学习算法分析 1. 学习率 2. 邻域 8.4Elman神经网络 8.4.1Elman神经网络的拓扑结构 图8-6Elman神经网络的拓扑结构 8.4.2Elman神经网络权值计算 8.5Hopfield神经网络 8.5.1Hopfield神经网络的拓扑结构 图8-7Hopfield神经网络的拓扑结构 8.5.2Hopfield神经网络学习算法概述 8.5.3离散Hopfield神经网络 8.5.4连续Hopfield神经网络 1. 设置互连权值 2. 未知类别初始化 3. 迭代直到收敛 8.6利用SQL Server 2005神经网络进行数据挖掘 8.6.1数据准备 图8-8统计类别个数的实现 图8-9更新表中数据 8.6.2挖掘流程 图8-10经处理的tdm数据示意图 图8-11选择数据挖掘技术 图8-12选择数据源视图 图8-13指定表类型 图8-14指定数据类型 图8-15指定列的内容和数据类型 图8-16完成数据挖掘结构的创建 图8-17“次级”提升图 图8-18“次级”分类矩阵图 习题8 1. BP神经网络有哪些优缺点？试各列举3条。 2. 人工神经元有哪些性质？ 3. SOFM神经网络的学习算法步骤? 4. BP神经网络与SOFM神经网络的异同? 5. 人工神经网络常用的学习规则有哪些？