基于BP神经网络的数据分类.pptVIP

下载本文档

8
0
约1.08千字
约 34页
2019-09-04 发布于江苏
举报
版权申诉

基于BP神经网络的数据分类.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于BP神经网络的数据分类; 1.1 BP网络简介 1.2 BP网络模型 1.3 学习规则 1.4 网络程序设计 1.5 BP网络应用;1.1 BP网络简介;在人工神经网络的实际应用中，BP网络广泛应用于函数逼近、模式识别/分类、数据压缩等，80%~90%的人工神经网络模型是采用BP网络或它的变化形式，它也是前馈网络的核心部分，体现了人工神经网络最精华的部分。其主要思想是从后向前（反向）逐层传播输出层的误差，以间接计算出隐层误差。算法分为两个部分：第一部分（正向传播过程）输入信???从输入层经隐层逐层计算各单元的输出值；第二部分（反向传播过程）输出误差逐层向前计算出隐层各单元的误差，并用此误差修正前层权值。;1.2 网络模型;1.2 网络模型;1.3 学习规则;1.3 学习规则;1.3 学习规则;1.3 学习规则;1.3 学习规则;1.3 学习规则;1.4 网络程序设计;1.4 网络程序设计;1.4 网络程序设计;1.4 网络程序设计;1.5 BP网络应用;1.5 BP网络应用;1.5 BP网络应用;1.5 BP网络应用;1.5 BP网络应用;TRAINLM, Epoch 0/500, MSE 0.437703/0.01, Gradient 7675.18/1e-010 TRAINLM, Epoch 25/500, MSE 0.129899/0.01, Gradient 44.6286/1e-010 TRAINLM, Epoch 37/500, MSE 4.18645e-007/0.01, Gradient 01e-010 TRAINLM, Performance goal met. 可见网络经过37次训练后即可达到误差要求，结果如下图：;可以看到网络具有非常好的学习性能，网络输出与目标输出的误差已经达到了预先的要求。 ;1.5 BP网络应用; 1.5 BP网络应用;1.5 BP网络应用;1.5 BP网络应用;1.5 BP网络应用;1.5 BP网络应用; 带动量变速率最速下降法的BP算法(采用Matlab工具箱的训练函数traingda，学习速率取0.5，速率增长系数1.2 ,速率下调系数0.8)，训练的性能曲线如图所示。; 共轭梯度法(采用Matlalb，工具箱的训练函数 traincgb)。训练的性能曲线如图所示。;1.5 BP网络应用;参考文献;