神经网络算法.pptVIP

第三十页，共七十九页，2022年，8月28日 第三十一页，共七十九页，2022年，8月28日 第三十二页，共七十九页，2022年，8月28日 第三十三页，共七十九页，2022年，8月28日 第三十四页，共七十九页，2022年，8月28日 初始化 加输入和期望输出 计算隐层和输出层的输出 迭代次数加1 调节输出层和隐层的连接权值 改变训练样板 训练样终止？ 迭代终止？ BP算法的基本流程 No No y y 第三十五页，共七十九页，2022年，8月28日 BP网络模式识别 一、 由于神经网络具有自学习、自组织和并行处理等特征，并具有很强的容错能力和联想能力，因此，神经网络具有模式识别能力。 在神经网络识别中，根据标准的输入输出模式对，采用神经网络学习算法，以标准的模式作为学习样本进行训练，通过学习调整神经网络的连接权值。 当训练满足要求后，得到知识库，利用神经网络并行推理算法便可对所需的输入模式进行识别。 第三十六页，共七十九页，2022年，8月28日 BP网络的训练过程 为了训练一个BP网络，需要计算网络加权输入矢量以及网络输出和误差矢量，然后求得误差平方和。 当所训练矢量的误差平方和小于误差目标，训练则停止，否则在输出层计算误差变化，且采用反向传播学习规则来调整权值，并重复此过程。 当网络完成训练后，对网络输入一