精选神经网络和模糊系统.pptVIP

六、LMS算法(1) 1、LMS就是最小均方误差算法。它采用的准则函数是均方误差函数。 它通过调整单个神经元的权值，以使误差为最小，其数学基础是误差曲面上的梯度下降。 其学习过程也是根据教师信号计算其均方误差，由均方误差调整突触向量，如此反复，最后达到学习的目的。 * 六、LMS算法(2) 2、权值调整公式： 其中 为下一次权值向量的取值， 为现在的权向量， 为现在的输入向量， 为现在的误差， 为系数， 为输入向量的模. * 七、反向传播网络学习（1） 1、定义：反向传播神经网络（Back-Propagation Networks）简称BP模型。由于在这一神经网络模型中引入了中间隐含神经元层，所以，标准的BP模型由三个神经元层次组成，分别为输入层、隐层和输出层。各层次之间的神经元形成全互连接，各层次内的神经元之间没有连接。 * 七、反向传播网络学习（2） 2、BP算法是通过使代价函数最小化的过程来完成输入到输出的映射。 代价函数有多种，但通常在BP算法中，将代价函数定义为期望输出与实际输出的误差平方和。 在本算法中，将代价函数（期望输出与实际输出的误差平方和）用与其等价的一般化误差来代替，从而减小了运算量。 * 七、反向传播网络学习（3）