基于人工智能的心率检测算法课件.pptVIP

* * * * * * * * * * * * * * * * * * 神经网络讲解 3. Deterministic or Stochastic ? 0 0 1 0 1 1 0 0 0 1 0 1 改变的概率是否随机 神经网络讲解 4 Supervised or Unsupervised ? 有监督 无监督 BP PNN RBF ELMAN …. SOM ….. 神经网络讲解 5 Online or Offline ? Offline: Online: 设计网络 收集数据 训练网络 使用网络 设计网络 使用网络 训练网络 神经网络讲解 6 PC or other ? 电脑：处理复杂网络 其他设备：尽量简化编程 神经网络讲解 最常见的神经网络 感知器 BP神经网络 RBF神经网络 SVM Hopfiled Elman SOM Kohonen 神经网络讲解 神经元 P=[0 0 1 1 ; 0 1 0 1] T=[0 0 0 1] plotpv(P,T) net=newp(minmax(P),1) net.iw{1,1}=[-1.2 -0.5] net.b{1}=1 plotpc(net.iw{1,1},net.b{1}) 神经网络讲解 看个感知器的例子器 P=[0 0 1 1 ; 0 1 0 1] T=[0 0 0 1] net=newp(minmax(P),1) Y=sim(net,P) net.trainparam.epochs=20 net=train(net,P,T) Y=sim(net,P) err1=mae(Y-T) plotpc(net.iw{1,1},net.b{1}) 神经网络讲解 看个感知器的例子器 神经网络讲解 所有的神经网络都是由基本的神经元组成 神经网络讲解 BP神经网络 目 录 1 2 3 4 5 人工智能及其发展 常用的人工智能算法 人工智能原理 神经网络讲解 MATLAB神经网络实战 神经网络案例 Case 1 This dataset can be used to train a neural network to estimate thebodyfat of someone from various measurements.LOAD bodyfat_dataset.MAT loads these two variables:bodyfatInputs - a 13x252 matrix defining thirteen attributes for 252people.1. Age (years)2. Weight (lbs)3. Height (inches)4. Neck circumference (cm)5. Chest circumference (cm)6. Abdomen 2 circumference (cm)7. Hip circumference (cm)8. Thigh circumference (cm)9. Knee circumference (cm) 10. Ankle circumference (cm)11. Biceps (extended) circumference (cm)12. Forearm circumference (cm)13. Wrist circumference (cm)bodyfatTargets - a 1x252 matrix of associated body fat percentages,to be estimated from the inputs. body fat percentages 神经网络案例 Case 2 This dataset can be used to design a neural network that classifiescancers as either benign or malignant depending on the characteristicsof sample biopsies.LOAD cancer_dataset.MAT loads these two variables:cancerInputs - a 9x699 matrix defining nine attributes of 699 biopsies.1. Clump thickness2. Uniformity o