资源描述：
《人工神经网络的应用与发展-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、人工神经网络的应用与发展口毕宏光江苏省计且测试研究所张俊南京工业大学制药与生命科学院,什么足人二种任网格经元的输出转换函数)然后与ibj一起形成激活函数。的输人(ibj称为神经元的偏差权值)通过激活函数,artiifeianeuranetwo人工神经网络(llkr简称,,的作用有神经元的输出(oj是神经元输出项)激活,ANN)是在对大脑的生理研究的基础上用模拟生物:,函数f常取下列一类非线性函数神经元的某些基本功能元件(即人工神经元)按各种。不同的联结方式组成的一个网络模拟大脑的某些机、/矛、.l声f口t,,、ox五气,.51id函数f()f是`制实现某个方
2、面的功能可以用在模仿视觉函数逼脚e一笼l+、、,近模式识别分类和数据压缩等领域是近年来人工盆一xe一e。tfx二智能计算的一个重要学科分支BP网络是一种对非双曲正切anh函数()x一蕊e+e,线性可微分函数进行权值训练的多层网络主要可用、、。于函数逼近模式识别分类和数据压缩等方面在,以上两函数都是单调上升函数其极值分别为,一ANN的实际应用中80%90%的ANN网络模型是、一、+,。。1和11且都是可微分的由于以上激活。采用BP网络或它的变化形式自从1982年美国,,函数的特点用神经网络计算时输人和输出的值H叩ifeld教授提出神经网络的H叩ifeld计算模
3、型以及,。,需在{01}之间eareeean1985年美国urmlh和MLlld领导的PDP研BP网络是当前工程应用最广泛的一种人工神经究小组提出多层前馈网络的误差反传训练算法(back。网络(拓扑结构如图示)他的最大特点是仅仅借助样,pornaPgaiot简称BP)以来神经网络进人了第二次发,,本数据无需建立系统的数学模型就可对系统实现,,展高潮在众多工程领域得到了广泛应用取得了令由m个输人神经元的模式向量p组成的pm空间到。人瞩目的成就。yn空间(n为输出节点数)的高度非线性映射BP网:络计算由以下四个过程组成输人模式由输人层经隐人工种任网络算孩的原理和
4、方法,含层向输出层的正向传播过程实际输出与希望输出ANN是一类试图模拟人脑神经系统结构的新型的误差信号由输出层经隐含层向输人层逐层修正连,。信息对模式识别和,系统具有自适应和学习功能接权重值的误差反向传播过程模式正向传播过程和。拟合复杂的非线性函数特别适用它由多个神经元误差反向传播过程反复交替进行的网络学习训练过,。,。组成即多个基本处理单元组成神经元一般为多程网络全局误差趋向极小的收敛过程典型的BP结。/:输人单输出的非线性元件单个神经元的结构如构示意如图2:图l所示_.一_:0、___l一,厂一yal./一梦厂0叮刃厂一和一、丫二求水激活函数O—二生
5、Z一业P八厂一一一b。一、夕一:z~y⋯—,一口w卜`一。:’0一—匹.—图1人工神经网络的基本单元一神经元.、、a----BP网络示图中a1Z一an分别代表前一层的图2意图,w一神经元的输出(在第一层则为参数输人)ij是神经元在用BP神经网络时最多采用的是具有12层,。i与j间的权重系数an与wji相乘后求和叉?(f是神隐层的网络.:h://wwwc口m栏目主持蔡忆宁仰sj呱
