人工神经网络简明ppt课件.pptVIP

模式识别导论Pattern Recognition;Table of Contents;8.1 引言;第八章 人工神经网络;神经网络-Artificial neural network;神经网络发展历史简介;神经网络的特点;神经网络的应用;神经网络的应用;神经网络的应用;神经网络的应用;8.2 神经元;神经元;神经元模型;常用输出函数;线性输出函数;Sigmoid函数;8.3 神经网络的学习方法;监督学习;非监督学习与再励学习;Hebb学习;第八章 人工神经网络;误差纠正学习;竞争学习;8.4 前馈神经网络及其主要方法;前馈网络;感知器;感知器目标输出的编码方法;感知器学习算法;多层感知器;多层感知器的一致逼近性;XOR问题;C-Means算法双层神经网络实现;C-Means算法;反向传播(BP)算法;正向过程;梯度下降(gradient decent)法;Case 1: 输出层权值修正;Case 2:隐层权值修正;初始值选择 前向计算，求出所有神经元的输出 对输出层计算δ 从后向前计算各隐层δ 计算并保存各权值修正量： 修正权值： 判断是否收敛，如果收敛则结束，不收敛则转至Step 2;第八章 人工神经网络;径向基函数网络;径向基函数网络结构;径向基函数网络的训练;8.5 神经网络模式识别典型方法;ACON应用典型方法;前馈神经网络与模式识别;前馈神经网络与模式识别;神经网络