matlab人工神经网络.pptxVIP

matlab人工神经网络;目录;1、引例;问：假如抓到三只新蚊子，它们触角长和翼长分别为(l.24,1.80);(l.28，1.84)；（1.40，2.04）．问它们应分别属于哪一个种类？;;思绪：作一直线将两类飞蠓分开;分类结果：(1.24，1.80)，(1.28，1.84)属于Af类；(1.40，2.04）属于Apf类．

;?缺点：依据什么标准确定分类直线？;再如，以下情形已经不能用分类直线方法：;2、人工神经网络;2.2神经网络研究内容;2.3神经网络应用;（3）预报和智能信息管理。股票市场预测、地震预报、借贷风险分析、IC卡管理和交通管理。

（4）通信。自适应均衡、回波抵消、路由选择和ATM网络中呼叫接纳识别和控制。

（5）空间科学。空间交汇对接控制、导航信息智能管理、飞行器制导和飞行程序优化管理等。

;2.4神经元与神经网络结构

;神经元信息传递和处理是一个电化学活动。树突因为电化学作用接收外界刺激；经过胞体内活动表达为轴突电位，当轴突电位到达一定值则形成神经脉冲或动作电位；再经过轴突末梢传递给其它神经元．从控制论观点来看；这一过程能够看作一个多输入单输出非线性系统动态过程

;2.5神经网络基础模型;归纳一下生物神经元传递信息过程：生物神经元是一个多输入、单输出单元。常见人工神经元模型可用图2模拟。;当神经元j有多个输入(i=1，2,…,m)和单个输出时，输入和输出关系可表示为:

;比如，若记;则;2.6神经网络分类;3、BP神经网络（BackPropagationnetwork）;3.2BP神经网络主要应用;3.3BP神经网络模型结构;上图给出一个基础BP神经元模型，它含有R个输入，每个输入都经过一个适当权值w和上一层相连，网络输出可表示为：

a=f(w*p+b)

f就是表示输入/输出关系传递函数。BP网络中隐层神经元传递函数通常见log-sigmoid型函数logsig()、tan-sigmoid型函数tansig()以及纯线性函数purelin()。

假如BP网络最终一层是sigmoid型神经元，那么整个网络输出就限制在一个较小范围内；假如BP网络最终一层是purelin型线性神经元，那么整个网络输出能够取任意值。;第26页;上图(下半部)是一个经典两层BP网络(一个隐层和一个输出层)。前馈型网络通常有一个或多个隐层，???层中神经元均采取S型传递函数，输出层神经采取线性传递函数。隐层非线性传递函数神经元能够学习输入输出之间线性和非线性关系，线性输出层是为了拓宽网络输出。假如需要限定网络输出(比如约束在0和1之间)，则能够采取S型传递函数(比如logsig())。;;第29页;第30页;3.5基于MATLABBP神经网络工具箱函数

;表1BP网络常见函数表

;3.5.1BP网络创建函数;3.5.2神经元上传递函数;3.5.3BP网络学习函数;3.5.4BP网络训练函数;3.6BP神经网络在实例中应用;pp=[1.801.842.04;1.241.281.40];%输入需要判别三只飞蠓参数

y=sim(net,pp);%利用已训练好网络识别三只飞蠓

plot(pp(1,find(y0.5)),pp(2,find(y0.5)),ro);

plot(pp(1,find(y=0.5)),pp(2,find(y=0.5)),‘r*’);%画出三只飞蠓分布图

plot([1.72.1],[1.11.5],‘k’)%画出判别直线

;要求设计一个BP网络，迫近以下函数：g(x)=1+sin(k*pi/4*x)，实现对该非线性函数迫近。其中，分别令k=1，2，4进行仿真，经过调整参数（如隐藏层节点个数等）得出信号频率与隐层节点之间，隐层节点与函数迫近能力之间关系。;3.6.2基于BP神经网络迫近函数;步骤2：网络建立

应用newff()函数建立BP网络结构。隐层神经元数目n能够改变，暂设为n=3，输出层有一个神经元。选择隐层和输出层神经元传递函数分别为tansig函数和purelin函数，网络训练算法采取Levenberg–Marquardt算法trainlm。;其中“——”代表要迫近非线性函数曲线；

“‥‥‥”代表未经训练函数曲线；

因为使用newff()函数建立函数网络时，权值和阈值初始化是随机，所以网络输出结构很差，根本达不到函数迫近目标，每次运行结果也有时不一样。;步骤3：网络训练

应用train（）函数对网络进行训练之前，需要预先设置网络训练参数。将训练时间设置为50，