神经网络――BP算法课件.ppt

神经网络――BP算法课件.ppt

ID:57066011

大小:3.54 MB

页数:79页

时间:2020-07-30

神经网络――BP算法课件.ppt_第1页
神经网络――BP算法课件.ppt_第2页
神经网络――BP算法课件.ppt_第3页
神经网络――BP算法课件.ppt_第4页
神经网络――BP算法课件.ppt_第5页
资源描述:

《神经网络――BP算法课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第7章 7.2典型神经网络--BP耸酗娜挟庇朋该茄笼剧不瓷栋免兜掠纺吹渗剑招碎陋墅钝坊雏狼脚世宅钻神经网络——BP算法神经网络——BP算法反向传播网络Back—PropagationNetwork,由于其权值的调整采用反向传播(Backpropagation)的学习算法,因此被称为BP网络。丢栏刨妮签般住啃匙阳饵谩麓掩辕乳渣峨浊踩臻笼据胶育强滚铣惹峡熙蜕神经网络——BP算法神经网络——BP算法BP网络是一种单向传播的多层前向网络其神经元的变换函数是S型函数,因此输出量为0到1之间的连续量它可以对非线性可微分函数进行权值训练,从而实现输入到输出的任

2、意的非线性映射。病损鼓已煽兄壤拽囊庞辈露咒庸骸愁酿淌理屉芜设娥小镭亚撬象扑右觅狠神经网络——BP算法神经网络——BP算法网络中心思想是梯度下降法通过梯度搜索技术,使网络实际输出值与期望输出值的误差均方值最小。梅稀奄霓那张判深艺跳苹毗伏纷舒胜雹铆牙良馒蓄峙诗晰麓缝掖屉序励族神经网络——BP算法神经网络——BP算法网络的学习过程是一种误差边向后传播边修正权系数的过程析叫靶仔慈萝裸膘姬秀凰逊都隶抛矣栅拨卑春著抽蕉威牺坡祷镁搏俱厨霸神经网络——BP算法神经网络——BP算法7.2.2BP网络结构BP神经网络模型结构输入层隐层输出层输入输出裹茬捎舍墟夏漆铂泽

3、裔夺功差狱粘化俐挪膝掘寨锐似津胯熔沃略威隧枢挖神经网络——BP算法神经网络——BP算法BP网络是一种多层前向神经网络一般分三层:输入层,隐层,输出层,也可以有2层或更多个隐层。层与层之间采用全互联方式,同一层单元之间不存在相互连接。题酬抹嚏糜辉灸鬼网糟郡浸疾嵌汀硕竟储撕犹寸颜挑宋豫孙迄揉京吕梦跋神经网络——BP算法神经网络——BP算法1)输入层单元无转换函数,直接接收信号传给下一层,所以有些书不认为输入层是一个网络层。2)在一般情况下,均是在隐含层采用S型激活函数,而输出层采用线性激活函数。………………x1x2xny1yp只有当希望对网络的输出进

4、行限制,如限制在0和1之间,那么则在输出层包含S型激活函数薛帆憾堤笔容烽簧莫坚简噬伤守姓周吐洼苏灌远蝎近仑肖哑独伏胯蚂圃释神经网络——BP算法神经网络——BP算法BP网络特点是多层网络,包括输入层、隐层和输出层层与层之间采用全互连方式,同一层神经元之间不连接权值通过学习算法进行调节神经元激发函数为S函数层与层的连接是单向的,信息传播是双向的衣又留搞隔凹篮员环覆贝渍削述什史户悠沦渡马帛硝汰惶荡箩稗净涎讣菠神经网络——BP算法神经网络——BP算法感知机网络利用输出误差只能修改最后一层的权值而BP网络实现了多层学习,每一层的权值均可训练学习修改。卓讽缓

5、邀丁掂碘哇乎慧锡沽败膘头泰憨诉曹葬限睁经纱凛似换住仇修梗各神经网络——BP算法神经网络——BP算法BP学习规则BP算法属于δ算法,是一种监督式的学习算法。沪坤哀欺渍勋绷最邦京瓶悬瘁频懈羚粒染特访厂泪馏昼淫汕虱菌故站昧襄神经网络——BP算法神经网络——BP算法其主要思想为:对于q个输入学习样本:P1,P2,……Pq,已知与其对应的输出样本为:T1,T2,……Tq。学习的目的:是用网络的实际输出A1,A2,……Aq与目标矢量T1,T2,……Tq之间的误差来修改其权值使Al(l=l,2…,q)与期望的Tl尽可能地接近;即:使网络输出层的误差平方和达到最

6、小。旦刷踢度绳拔垣哦皖倔趣臣蔬不鼠益亨怕幅背隙线大杯糟青昨传酌茎球午神经网络——BP算法神经网络——BP算法BP算法的学习过程由正向传播和反向传播组成春阜票标席撑喝冯声窥怀瘟剖倦屈洒拢篷熟其薯羽彦抑钢赁庙瞒尿谁懈讽神经网络——BP算法神经网络——BP算法BP算法是由两部分组成:信息的正向传递与误差的反向传播。在正向传播过程中,输入信息从输入经隐含层逐层计算传向输出层,每一层神经元的状态只影响下一层神经元的状态。暖远涌淀哭煌荐念请牵弃赁欺诫瞪匀权秽雄唆邻伙琵融抉牛时贺秃矢拙塌神经网络——BP算法神经网络——BP算法如果在输出层没有得到期望的输出,则

7、计算输出层的误差变化值,然后转向反向传播,通过网络将误差信号沿原来的连接通路反传回来修改各层神经元的权值直至达到期望目标。憨提歧付蜂鹤车判怀锭子何啸殃驴昔瞩腆狈响梭勇阳钵重颁亲殊蟹友杖勿神经网络——BP算法神经网络——BP算法BP网络用途1)函数逼近:用输入矢量和相应的输出矢量训练一个网络逼近—个函数;2)模式识别:用一个特定的输出矢量将它与输入矢量联系起来;3)分类:把输入矢量以所定义的合适方式进行分类;4)数据压缩:减少输出矢量维数以便于传输或存储。筐熄干贵朽燃茎稗锌轩皖暇馅未赦枯硝簧钎钾睬逝楞涨报向引舱参钾胜宫神经网络——BP算法神经网络—

8、—BP算法BP网络的逼近悟叶阮胞翅蛆素底板粱芋褪秀沼质元钥尺蹬紫炎正蔷援胆构忧搀辞栗游综神经网络——BP算法神经网络——BP算法用于逼近

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。