我的人工神经网络-2基础PPT课件2.ppt

第2章 人工神经网络基础;主要内容;生物体的神经系统;;;生活中的神经网络;生活中的神经网络;数学解释;;示例;2个（多）输入的神经网络结构图;检验;OR运算 ;;生物神经网/人工神经网络的基本特性;学习;学习;;学习律（规则）;实际执行过程;人工神经网络的学习 ;人工神经网络的学习 ;无监督学习 ;无监督学习;Hebb学习规则;有监督学习 ;人工神经网络的学习 ;阈值逻辑单元（Threshold Logic Unit，TLU）;阈值逻辑单元（Threshold Logic Unit，TLU）;阈值逻辑单元（Threshold Logic Unit，TLU）; //初始化训练集合 TrainSet[ ] sets = new TrainSet[ ]{ new TrainSet(0, 0, 0), new TrainSet(0, 1, 0),  new TrainSet(1, 0, 0), new TrainSet(1, 1, 1) }; //构造单层神经网络 2 个输入节点 1个输出节点 NeuralNetwork nn = new NeuralNetwork(2, 1); slnn = new SingleLayerNeuralNetworks(nn, sets); //训练 slnn.Train(); MessageBox.Show(AND运算训练结束); this.button2.Enabled = true; this.button3.Enabled = true; this.button4.Enabled = true; this.button1.Enabled = true; this.Text = AND运算;;;激活函数(Activation Function) ;非线性斜面函数(Ramp Function);非线性斜面函数（Ramp Function）;阈值函数（Threshold Function）阶跃函数;3、阈值函数（Threshold Function）阶跃函数;4、S形函数 ;4、S形函数 ; 这三个点正处在两个区间的中间，数学方程式无法判断。为此用人工神经网络判断。输入信号为x ，y。但要求取值都在0，1之间。由于x，y均在1.1~2.1，所有数都减去1.1，归一化就完成了。 处理的基本思路是：自15个已知样品中找出规律，将此规律用于处理三个未确认的样本。 解决实际问题时要根据具体情况确定隐含层的层数和输入层、隐含层、输出层各自的结点数，以使构成的网络达到最优效果。本例中，隐含层取1，输入结点数为2，分别代表触角与翼长；中间隐含层的结点数取3个就够了。输出的结点数取2，设Af样品的输出是（1，0）；Apf的输出是（0，1）时为理想输出。由15个已知样品进行训练，选出合适的权值。对于任一未知样品，输出???后，和靠近（1，0）还是靠近（0，1）对比，就可以判断其归属了。 ;输入信号为x-1.1 ，y-1.1;;总结;习 题;后面内容直接删除就行 资料可以编辑修改使用 资料可以编辑修改使用 资料仅供参考，实际情况实际分析;主要经营：课件设计，文档制作，网络软件设计、图文设计制作、发布广告等 秉着以优质的服务对待每一位客户，做到让客户满意！ 致力于数据挖掘，合同简历、论文写作、PPT设计、计划书、策划案、学习课件、各类模板等方方面面，打造全网一站式需求 ;感谢您的观看和下载;后面内容直接删除就行 资料可以编辑修改使用 资料可以编辑修改使用 资料仅供参考，实际情况实际分析;主要经营：课件设计，文档制作，网络软件设计、图文设计制作、发布广告等 秉着以优质的服务对待每一位客户，做到让客户满意！ 致力于数据挖掘，合同简历、论文写作、PPT设计、计划书、策划案、学习课件、各类模板等方方面面，打造全网一站式需求 ;感谢您的观看和下载