bp神经网络课件及其matlab实现.pptVIP

神 经 网 络 数学(shùxué)建模工作室 ——浅尝(qiǎncháng) 第一页，共28页。 神经网络浅尝(qiǎncháng) 神经网络基础知识 常用函数介绍 案例(àn lì)——蠓虫分类 第二页，共28页。 神经网络基础知识 构成：大量(dàliàng)简单的基本元件——神经元相互连接 工作原理：模拟生物的神经处理信息的方式 功能：进行信息的并行处理和非线性转化 特点：比较(bǐjiào)轻松地实现非线性映射过程 具有大规模的计算能力 第三页，共28页。 医学(yīxué)：疾病识别 图像：识别、去噪、增强、配准、融合 金融：股票和有价证券的预测分析、资本收益的预测和分析、风险管理、信用评估等等 应用(yìngyòng)范围 第四页，共28页。 神经网络结构图 输入层 输出层 中间层 第五页，共28页。 树突 细胞核 细胞体 轴突 突触 神经末梢 生物(shēngwù)神经元结构： 第六页，共28页。 神经元结构(jiégòu)模型 x1 x2 xj x3 xn yi xj为输入信号， 为阈值， 表示与神经元 xj 连接(liánjiē)的权值 yi表示输出值 第七页，共28页。 传递函数 阈值(yù zhí)型 线性型 S型 第八页，共28页。 神经网络的互连模式(móshì) 神经元分层排列，分别组成输入(shūrù)层、中间层(也叫隐含层，可以由若干层组成)和输出层。 前向网络(wǎngluò)： 输入层 输出层 中间层 特点：每层只接受前一层的信息，没有反馈。 如：感知器网络和BP神经网络 第九页，共28页。 有反馈(fǎnkuì)的前向神经网络： 特点：输出层对输入(shūrù)层有反馈信息。 如：认知机和回归BP网络。 第十页，共28页。 层内有互相结合(jiéhé)的前向网络： 特点：可以实现同一层内神经元之间的横向(hénɡ xiànɡ)抑制或兴奋作用 第十一页，共28页。 相互结合(jiéhé)型网络： 特点(tèdiǎn)：任意两个神经元之间都可能有联系 第十二页，共28页。 BP神经网络 多层前馈神经网络，信号(xìnhào)向前传播，误差向后传播。 输入层 输出层 中间层 i j k 第十三页，共28页。 输入层 输出层 中间层 i j k 中间层： 输入(shūrù) 输出 第十四页，共28页。 输入层 输出层 中间层 i j k 输出(shūchū)层: 输入 输出(shūchū) 第十五页，共28页。 输入层 输出层 中间层 i j k 第十六页，共28页。 思路： 1、触角长和翼长作为输入信息，分别(fēnbié)记为x1,x2。 目标输出：(0,1) 、(1,0)。 Af类记为 (1,0)，Apf类记为(0,1)。 输入层 输出层 中间层 i j k 第十七页，共28页。 输入层 输出层 中间层 i j k 2、通过(tōngguò)已知样本训练出合适的权值 使输出为(0,1)或(1,0)。 3、将待区分的蠓虫数据输入(shūrù)网络，求值。 第十八页，共28页。 权值求法：向后传播(chuánbō)法 理想输出 Af类(1,0)，Apf类(0,1)记为 { Tis} 则有误差： 使得(shǐ de)E(w)最小的 作为所需的权值 第十九页，共28页。 梯度(tī dù)下降法 第二十页，共28页。 传递函数(激活(jī huó)函数) logsig(S型函数)： MATLAB按此函数(hánshù)计算： 调用(diàoyòng)格式：A=logsig(N) 如： n=-10:0.1:10 a=logsig(n) plot(n,a) grid on 第二十一页，共28页。 图形(túxíng)如下： 第二十二页，共28页。 tansig(双曲正切(zhèngqiē)S型传递函数)： 调用(diàoyòng)格式：A=tansig(n) 如： n=-10:0.1:10 a=tansig(n) plot(n,a) grid on 如右图所示 第二十三页，共28页。 newff 创建(chuàngjiàn)一个BP网络，其调用格式为： net=newff net=newff(PR,[S1 S2 …SN1],{TF1 TF2…TFN1},BTF,BLF,PF) 其中(qízhōng)， net=newff ：用于在对话框中创建一个BP网络 PR ：由每组输入(共有R组输入)元素的最大值和最小值组成的R×2维的矩阵； Si ：第i层的长度(chángdù)，共计N1层 TFi：第i层的传递函数，默认为“tansig