第4 神经网络基本理论1.pptVIP

* * * * * 3) 引入陡度因子 实现这一思路的具体作法是，在原转移函数中引入一个陡度因子λ (5)标准BP算法的改进 4.4多层感知器与BP算法 例4.1 多层前向BP网络训练 训练样本SISO： SampleInput=[0 0.1 0.2 0.3 0.4]; SampleOutput=[4 2 2 2 2]; 网络结构： 网络输入输出关系： 需训练的量： 训练算法： 训练初始参数： W1=rand(1,5); W2=rand(1,5); theta=rand(1,5); beta=rand(1,5); LearningRate1=0.2; LearningRate2=0.4; LearningRate3=0.2; LearningRate4=0.2; 训练后参数： W1＝[-0.4059 8.5182 -0.5994 -0.1153 -1.1916]; W2=[0.6245 2.8382 0.6632 0.5783 3.5775]; Beta=[1.6219 -4.9403 1.6041 1.5145 -0.3858]; Theta=[1.5832 0.1900 1.5406 1.6665 -0.1441]; 训练1000次目标函数的变化曲线： 训