神经网络原理及应用.pptVIP

BP神经网络原理及应用;Contents;神经网络简介;神经网络根底知识;神经网络的本质;生物神经元结构：;神经元结构模型;什么是阀值？;判断是否大于阀值;;几种代表性的网络模型;神经网络能干什么？;应用范围;BP(Back-Propagation)神经网络;BP神经网络;输入层;输入层;传递函数;传递函数(激活函数)

logsig(S型函数)：;图形如下：;tansig(双曲正切S型传递函数)：;BP神经网络原理;BP神经网络工作原理

误差向后传播;BP神经网络工作流程;3.输出层输出计算。根据隐含层输出的H,连接权值和阈值b,计算BP神经网络的预测输出O.

4.误差计算根据预测输出O和期望输出Y计算网络预测误差e

5.权值更新根据网络误差更新网络权值，

6.阈值更新，根据网络误差网络e，神经元阈值a，b

7.判断算法迭代是否结束，假设没有结束返回步骤2;正向传播：

输入样本－－－输入层－－－各隐层－－－输出层

判断是否转入反向传播阶段：

假设输出层的实际输出与期望的输出〔教师信号〕不符

误差反传

误差以某种形式在各层表示－－－－修正各层单元的权值

网络输出的误差减少到可接受的程度

进行到预先设定的学习次数为止;BP标准算法步骤;BP标准算法步骤;BP标准算法步骤;BP标准算法步骤;BP标准算法步骤;BP标准算法步骤;BP标准算法步骤;