BP神经网络算法实验报告要点.pdf

中国地质大学 （北京） 课程名称：数据仓库与数据挖掘 班号：131081 学号 姓名：韩垚 成绩： BP 神经网络算法实验报告 1、算法原理 反向传播算法 （back propagation ,简称BP 算法）的出现使这一问题得到解决，也促进了多层前 馈网络在应用方面的发展。BP 算法是在有导师情况下，建立在梯度下降法基础上的一种算法，适合 于多层前馈网络的学习。BP 的基础是一个循环计算程序，计算一个复杂的非线性系统当某些中间参 数 （权值）变化时其输出如何变化；中间参数的调整是沿着输出状态接近希望输出的方向进行的， 因此，BP 可以看作是以系统的实际输出与希望输出的差别为测度的梯度下降法。 BP 网络模型处理信息的基本原理是：输入信号Xi 通过中间节点 （隐层点）作用于输出节点， 经过非线形变换，产生输出信号Yk，网络训练的每个样本包括输入向量X 和期望输出量t，网络输 出值Y 与期望输出值t 之间的偏差，通过调整输入节点与隐层节点的联接强度取值Wij 和隐层节点 与输出节点之间的联接强度 Tjk 以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最 小误差相对应的网络参数 （权值和阈值），训练即告停止。此时经过训练的神经网络即能对类似样本 的输入信息，自行处理输出误差最小的经过非线形转换的信息。 2、算法设计 基本 BP 算法包括两个方面：信号的前向传播和误差的反向传播。即计算实际输出时按从输入 到输出的方向进行，而权值和阈值的修正从输出到输入的方向进行。  1 a 1 o x 1 1  ak i 出 入 x o j 变 k 变 w wki ij 量 量  q aL o x L