智能信号处理讲解学习.pptxVIP

下载本文档

47
0
约小于1千字
约 36页
2019-10-08 发布于天津
举报
版权申诉

智能信号处理讲解学习.pptx

1、本文档共36页，可阅读全部内容。
2、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。
3、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。
4、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)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

智能信号处理;什么是智能？;什么是智能信号处理？;智能信号处理;1、智能信号处理方法;1、智能信号处理方法;2.1神经网络的概念;2.1神经网络的概念;2.1神经网络的概念;2.1神经网络的概念;2.1神经网络的概念;2.1神经网络的概念;2.2神经网络的互联模式;2.2神经网络的互联模式;2.2神经网络的互联模式;2.3神经网络的学习方式;2.3神经网络的学习方式;2.3神经网络的学习方式;智能信号处理;3.1 BP神经网络;BP神经网络是一种多层感知神经网络，采用误差反向传递学习算法（Error Back Propagation），基本结构包括输入层、中间层（隐含层）和输出层，每层都由节点组成。;误差逆传播神经网络(Back Propagation Neural Network，简记作BP网络) 工程实际中运用最为广泛的一种神经网络。 ;①输入模式从输入层经隐含层传向输出层的“模式顺传播”过程 ;;BP神经网络的运行;; 输入层节点数：即实际问题中的因素个数，或称因变量个数初始值预处理：预处理方法有归一化处理、标准化处理和主成分分析等。常采用的是归一化处理,即将输入、输出数据映射到[-1,1]范围内,训练结束后再反映射到原数据范围。输出层节点数：实际问题中所要预测的值个数，或称自变量个数;网络层数;隐层节点数;激活函数：常采用Sigmoid型函数学习速率：过大加快收敛，但会导致系统震荡。初始权值选取：选择一组介于-0.5～0.5之间的值作为网络初始权值。 ;优点：广泛的适应性和有效性广泛应用于日常生活各个领域，包括材料性能预测、环境污染防治系统建模、心理学预测、产品销售预测、价格预测、市场供求分析、证券投资分析、农业灾害预测等，并取得了良好的拟合结果。;(1)BP算法的收敛速度慢，不能保证网络收敛； (2)BP算法从数学角度看是一种梯度最速下降法，这就可能出现局部极小的问题； (3)BP网络中隐含层神经元的数目目前仅有一些经验的选取方法； (4)BP网络并没有反馈存在，只是一个非线性映射系统； (5)BP网络的泛化能力较差。;4、BP神经网络的应用;谢谢！！