神经网络法new.pptVIP

* * 主讲：何仁斌 实际应用问题 1、蠓虫的分类问题 2、DNA序列分类问题 3、癌症诊断问题 …… 神经网络算法简介 感知器 感知器(perceptron)是由美国科学家F.Rosenblatt于1957年提出的，其目的是为了模拟人脑的感知和学习能力。感知器是最早提出的一种神经网络模型。它特别适合于简单的模式分类问题，如线性可分的形式。 神经网络算法简介 以两个输入的单层感知器神经元为例 ∑ w(1,1) w(1,2) p(1) p(2) n a b w ——权重; b ——阈值 如果设 w(1,1)=-1,w(1,2)=2,b=1 L -b/ w(1,2) -b/ w(1,1) wp+b0 a=1 wp+b0 a=0 单层感知器 多层感知器 w(1,1) w(1,2) p1 p2 n a2 ∑ b1 ∑ b2 n1 a1 n2 a1 ∑ b1 w(2,1) w(2,2) 性能指标：均方误差达到最小 涉及算法 注意：单层感知器的局限性是：仅对线性可分问题具有分类能力。 分类问题的MATLAB软件实现 以蠓虫分类问题为例 % 输入向量 P=[1.24 1.36 1.38 1.38 1.38 1.4 1.48 1.54 1.56 1.14 1.18 1.2 1.26 1.28 1.3; 1.72 1.74 1.64 1.82 1.9 1.7 1.82 1.