- 1、本文档共27页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
主讲:周润景教授单位:电子信息工程学院CPN神经网络分类法的设计
目录CPN网络概述CPN网络结构CPN网络学习和工作规则CPN神经网络实例小结
一、CPN概述对向传播网络(CounterPropagationNetworks)简称CPN,是Kohonen特征映射网络与Grosberg基本竞争型网络相结合,发挥各自特长的一种新型特征映射网络。1987年,RobertHecht-Nielson提出广泛地用于模式分类、函数近似、统计分析和数据压缩等领域与BP网络相比,CPN网络训练速度较快,训练时间短:BP的1%。应用面:比较窄
二、CPN网络结构12Px1x2xP123Q……12My1y2yM…………WV输入层竞争层输出层图1CPN网络结构
CPN网络结构如图1所示。由图可见,网络分为输入层、竞争层和输出层。输入层与竞争层构成SOM网络,竞争层与输出层构成基本竞争型网络。从整体上看,网络属于有教师型的网络,而由输入层和竞争层构成的SOM网络又是一种典型的无教师型神经网络。因此,这一网络既汲取了无教师型网络分类灵活、算法简练的优点,又采纳了有教师型网络分类精细、准确的长处,使两种不同类型的网络有机地结合起来。二、CPN网络结构
CPN网络的基本思想是,由输入层至输出层,网络按照SOM学习规则产生竞争层的获胜神经元,并按这一规则调整相应的输入层至竞争层的连接权;由竞争层到输出层,网络按照基本竞争型网络学习规则,得到各输出神经元的实际输出值,并按照有教师型的误差校正方法,修正由竞争层到输出层的连接权。经过这样的反复学习,可以将任意的输入模式映射为输出模式。二、CPN网络结构
三、CPN网络学习和工作规则
假定输入层有N个神经元,P个连续值的输入模式为,竞争层有Q个神经元,对应的二值输出向量为,输出层有M个神经元,其连续值的输出向量为,目标输出向量为,以上。由输入层至竞争层的连接权值向量为;由竞争层到输出层的连接权值向量为。网络学习和工作规则如下所述:
(1)初始化。将连接权向量和赋予区间[0,1]内的随机值。将所有的输入模式进行归一化处理:(2)将第k个输入模式提供给网络的输入层。(3)将连接权值向量按照下式进行归一化处理:(4)求竞争层中每个神经元的加权输入和:三、CPN网络学习和工作规则
(5)求连接权向量中与距离最近的向量:将神经元g的输出设定为1,其余竞争层神经元的输出设定为0:(6)将连接权向量按照下式进行修正:其中,为学习率。(7)将连接权向量重新归一化,归一化算法同上。三、CPN网络学习和工作规则
(8)按照下式修正竞争层到输出层的连接权向量:其中,为学习率。由步骤(5)可将上式简化为:由此可见,只需调整竞争层获胜神经元g到输出层神经元的连接权向量,,其他连接权向量保持不变。(9)求输出层各神经元的加权输入,并将其作为输出神经元的实际输出值,,同理可将其简化为(10)返回步骤(2),直到将p个输入模式全部提供给网络。(11)令t=t+1,将输入模式重新提供给网络学习,直到t=T。其中T为预先设定的学习总次数,一般取500T10000。三、CPN网络学习和工作规则
CPN网络训练结束后,按照以下步骤进行网络回想:(1)将输入模式A提供给网络的输入层。(2)根据下式求出竞争层的获胜神经元g:(3)令=1,其余的输出都等于0,按照下式求出输出层各神经元的输出:由此产生了输出模式为,从而就得到了输入A得分类结果。三、CPN网络学习和工作规则
四、CPN神经网络实例本文以酒瓶三元色分类为例来介绍该算法的应用。其中,前29组数据已确定类别,后30组数据待
您可能关注的文档
- 参与旅行分享会作文.doc
- 2022开学典礼国旗下讲话稿5篇.docx
- 旅游景区管理课件-第一章-旅游景区管理概论-第一节-旅游景区的内涵与特征2.ppt
- 优秀求职个人简历范文.doc
- 幼儿园场地租赁合同.doc
- 灯具合同_精品文档.doc
- 质量体系内部审核(1).ppt
- 小学小语文二年级下册-第四单元.doc
- 藻类苔藓蕨类植物.ppt
- 开在记忆深处的花作文-2.doc
- 浙江省临海市白云高级中学2025届高三历史3月月考试题.doc
- 云南拾谷县第一中学2024_2025学年高二物理上学期10月月考试题.doc
- 2025版高考生物总复习第13讲基因的分离定律教案苏教版.doc
- 湖北省黄石实验高中2024_2025学年高一历史下学期期末考试模拟卷.doc
- 通史版2025版高考历史大一轮复习专题七近代化的曲折发展__中日甲午战争至五四运动前4第4讲从维新思想到新文化运动课后达标检测含解析新人教版.doc
- 2024年高考数学考试大纲解读专题04导数及其应用含解析文.doc
- 河南省许汝平九校联盟2024_2025学年高一语文上学期期末考试试题扫描版无答案.doc
- 江西省吉安市吉水县第二中学2024_2025学年高一历史上学期第二次月考试题.doc
- 北京市平谷区2025届高三政治一模考试试题含解析.doc
- 2025届中考物理第四讲物态变化专项复习测试无答案新人教版.docx
文档评论(0)