神经网络理论及应用实践 课件 3.7-BP神经网络设计基础.pptxVIP

神经网络理论及应用：BP神经网络设计基础主讲人：吴静珠北京工商大学计算机与人工智能学院

1、训练样本集准备2、初始权值设计3、网络结构设计4、网络训练与测试2026/10/11BTBU-CIE2BP神经网络设计基础

2026/10/11BTBU-CIE3训练集样本准备：①训练集设计研究表明,训练样本数与训练误差通常有如下匹配关系：???训练样本数的确定

2026/10/11BTBU-CIE4训练集样本准备：①训练集设计样本的选择与组织样本的选择：样本类别均衡且每类样本数量大致相等，“平均主义”。样本的组织：不同类别样本交叉输入，以避免网络训练出现振荡。

2026/10/11BTBU-CIE5训练集样本准备：②输入输出量选择输出量:系统的性能指标分类问题的类别归属非线性函数的函数值输入量：必须选择那些对输出影响大且能够检测或提取的变量各输入变量之间互不相关或相关性很小

2026/10/11BTBU-CIE6训练集样本准备：③输入量提取与表示从输入、输出量的性质来看，可分为如下两类：数值变量的值是数值确定的连续量或离散量。语言变量是用自然语言表示的概念，其“语言值”是用自然语言表示的事物的各种属性。当选用语言变量作为网络的输入或输出变量时，需将其语言值转换为离散的数值量。

2026/10/11BTBU-CIE7训练集样本准备：③输入量提取与表示XC=(11