modeler分类预测神经网络算法.pptVIP

Modeler分类预测神经网络算法;什么是人工神经网络;什么是人工神经网络;人工神经网络算法概述;人工神经网络算法概述;人工神经网络算法概述;人工神经网络中结点和意义;人工神经网络中结点和意义;人工神经网络中结点和意义;人工神经网络中结点和意义;人工神经网络建立通常步骤 ;人工神经网络建立通常步骤 ;感知机;第一, 0时刻, 初始化各个网络权值和输出结点偏差 第二, 输入训练样本, t时刻: X=(X1(t),X2(t),…Xn(t)) 第三, 计算输出结点估计值, t时刻 ; 第四, 计算输出结点期望值与估计值误差, t时刻: 对于二分类输出变量, 错判为0则为1, 错判为1则为－1 第五, 调整第i个输入结点和第j个输出结点之间网络权值和偏差 第六, 判定是否满足迭代终止条件。假如没有满足, 则重新回到第二步 ;设?为1, ?为0.1, ?为0, 激活函数f=U ;B-P反向传输网络 ;B-P反向传输网络 ;反向传输算法;反向传输算法;网络结构确定 采取经验值法 快速（Quick）训练法, 只包含一个隐层, 隐结点数默认为 多层训练法 动态调整法: 动态削剪法 动态增补法 ;学习率?和冲量项? 冲量项?加紧学习过程, 甚至能够远离开平坦区域, 通常该值经验值为0.9 ;敏感性分析 敏感性分析目是要得到各输入变量对输出变量敏感性系数, 以及敏感性系数排