模式识别BP神经网络学习算法[汇编].pdfVIP

  • 3
  • 0
  • 约9.58千字
  • 约 8页
  • 2020-10-18 发布于福建
  • 举报
BP神经网络的学习算法 四川成都 摘要:本文主要探讨的人工神经网络中的BP网络,它是前馈神经网络中的核心部分,也 是最精华的部分。本文详细介绍了BP网络学习算法的C语言实现过程,同时也对其局限 性进行了探讨。 关键词:人工神经网络,BP学习算法,完备性 神经网络的出现不仅对于人工智能,而且对于心理学、语言、神经生理学、哲学都具 有重要意义。目前,神经网络模型有上百种,其中,误差反向传播神经网络(Error Back Propagation NeuralNetwork),简称BP神经网络,应用最为广泛和成功,它具有强大的 非线性映射能力,在处理非线性复杂问题方面具有特殊的优势,在工程、金融、医学、语 言学等众多领域都有重要应用,众多认知科学都以它为模型进行探讨和分析。其联结主义 工作范式不仅推动了人工智能研究的范式转换,而且具有重要的认知意义,为认知心理学、 语言学等学科联结主义范式研究。带来了现实的可操作模型。 一.人工神经网络的原理 神经元是大脑中的细胞,它的主要功能是收集,处理和分发电信号。大脑的信息处理 能力被认为主要是从这种神经元构成的网络中涌现出来的。由于这个原因,一些早期的人 工智能工作致力于创造人工神经网络

文档评论(0)

1亿VIP精品文档

相关文档