BP神经网络的课件资料.pptxVIP

BP神经网络的课件资料第1页/共41页 1.BP神经网络的结构 BP神经网络是包含多个隐含层的网络，具备处理线性不可分问题的能力。 误差反向传播算法（Error Back Propagtion，BP），解决了多层神经网络的学习问题。 是一种多层前向网络，又叫多层感知器 。 BP网络是前向神经网络的核心部分，也是整个人工神经网络体系中的精华，广泛应用于分类识别、逼近、回归、压缩等领域。在实际应用中，大约80%的神经网络模型采取了BP网络或BP网络的变化形式。 第2页/共41页 1.BP神经网络的结构 网络由多层构成，层与层之间全连接，同一层之间的神经元无连接 。 包含一个多多个隐层，可以实现复杂的映射关系。第3页/共41页 1.BP神经网络的结构 BP网络的传递函数必须可微。BP网络一般使用Sigmoid函数或线性函数作为传递函数。 Sigmoid函数是光滑、可微的函数，在分类时它比线性函数更精确，容错性较好。 将输入从负无穷到正无穷的范围映射到0~1或-1~1区间内，具有非线性的放大功能。 Log-Sigmoid Tan-Sigmoid第4页/共41页 1.BP神经网络的结构 “误差反向传播” ：误差信号反向传播。修正权值时，网络根据误差从后向前逐层进行修正。