第三讲(2与)人工神经网络(BP算法) .pptVIP

4．求各层的学习误差dik对于输出层有： 5．修正权系数Wij和阀值θ else If k=m 4.2 BP网的学习算法 二、BP算法原理 （四）BP算法的执行步骤 Xik=f(Uik) 6．根据误差标准判别是否满足要求。如果满足要求，则算法结束；如果未满足要求，则返回(3)执行。 这个学习过程，对于任一给定的样本Xp＝(Xp1，Xp2，…Xpn，1)和期望输出Yp=(Yp1，Yp2，…，Ypn)都要执行，直到满足所有输入输出要求为止。 4.2 BP网的学习算法 二、BP算法原理 （四）BP算法的执行步骤 一个BP学习周期 （a) 前向传播，产生输出模式 (b) 计算输出层?值，更新权值W[2] (c) 误差向后传播 一个BP学习周期 (d) 更新权矩阵W [1] (0, 0) (1, 0) (1, 1) (0, 1) × × x1 x2 L1 L2 L3 L4 XOR样本空间分布 异或求解网络 BP算法原理 前向传播 后向传播 BP算法原理 前向传播 后向传播 (1)学习算法收敛速度慢。一个相当简单的问题求解，其训练次数要几百或几千次迭代； (2)局部极小问题。从数学角度看，BP学习过程是一个非线性优化过程，所在不可避免地会遇到优化过程中最常见的局部极小问题，使学习结果令人不满意； (3)网络的隐层单元个数尚无理论上的指导，而是根据经验选取； (4)BP