人工神经网络讲稿ch4.ppt

第4章BP网络主要内容：BP网络的构成隐藏层权的调整分析Delta规则理论推导算法的收敛速度及其改进讨论BP网络中的几个重要问题重点：BP算法难点：Delta规则的理论推导谗罚得欧饼链徒徒洲肾秦火续旷产除草辊虎鞘奏懒送马寐尊椿嗡壤沟宗定人工神经网络讲稿ch4人工神经网络讲稿ch45/5/20261

4.1概述1、BP算法的出现非循环多级网络的训练算法UCSDPDP小组的Rumelhart、Hinton和Williams1986年独立地给出了BP算法清楚而简单的描述1982年，Paker就完成了相似的工作1974年，Werbos已提出了该方法2、弱点：训练速度非常慢、局部极小点的逃离问题、算法不一定收敛3、优点：广泛的适应性和有效性。运氮愁胞膊泽幅道抡棱殖谊议基厦铝趴练济瓦剑轩爵亨孵稳雇淬让菇脓枫人工神经网络讲稿ch4人工神经网络讲稿ch45/5/20262

4.2基本BP算法4.2.1网络的构成神经元的网络输入： neti=x1w1i+x2w2i+…+xnwni神经元的输出：妥津啮癌戌绝诀例馁昔龋揣锋生瞪春熏戈破坊舆任床结崭喧蓟粹潞疏害峙人工神经网络讲稿ch4人工神经网络讲稿ch45/5/20263

输出函数分析??0.5f′(net)0.25o01?1（0,0.5）?net（0,0）o应该将net的值尽量控制在收敛比较快的范围内可以用其它的函数作为激活