BP算法过程讲课教案.docxVIP

BP算法过程 精品文档 精品文档 收集于网络，如有侵权请联系管理员删除 收集于网络，如有侵权请联系管理员删除 精品文档 收集于网络，如有侵权请联系管理员删除 一：BP算法程序流程图 结 结 束 参数初始化,最大训练次数，学习精度，隐节点数，初始权值、阈值，初始学习速率等 批量输入学习样本并且对输 入和输出量进行归一化处理 计算各层的输入和输出值 计算输出层误差E(q) E(q)ε 修正权值和阈值 Yes N Yes 开 始 二．变量归一化 X=(X-minX)/(maxX-minX),对每一组样本中的每个变量都要进行归一化。 例子： 变量一(x1) 变量二(x2) 变量三(x3) 变量四(x4) 结果Tk 样本一 1 2 2 4 0 样本二 5 6 7 8 1 样本三 9 10 11 12 2 归一化之后矩阵： 变量一(x1) 变量二(x2) 变量三(x3) 变量四(x4) 结果Tk 样本一 (1-1)/(9-1) (2-2)/(10-2) (2-2)/(11-2) (4-4)/(12-4) (0-0)/(2-0) 样本二 (5-1)/(9-1) (6-2)/(10-2) (7-2)/(11-2) (8-4)/(12-4) (1-0)/(2-0) 样本三 (9-1)/(9-1) (10-2)/(10-2) (11-2)/(11-2) (12-4)/(12-4) (2-0