BP神经网络.ppt

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
BP神经网络整理ppt

BP (Back propagation)神经网络 内容提要 BP神经网络概念及特点 BP神经网络的分类 BP神经网络的用途 BP神经网络的实现过程 BP神经网络的不足及改善方法 基本概念 BP(Back Propagation)网络是是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。 BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer)。 泛化能力(generalization ability):是指机器学习算法对新鲜样本的适应能力。学习的目的是学到隐含在数据对背后的规律,对具有同一规律的学习集以外的数据,经过训练的网络也能给出合适的输出 。 神经网络分为静态神经网络和动态神经网络。 静态神经网络:无反馈;无记忆功能。 (只依赖于当前输入) 动态神经网络:有反馈(recurrent) 无反馈(nonrecurrent) BP神经网络的用途 BP神经网络的用途:分类,预测, 控制 BP神经网络的分类: BP神经网络的预测: PS:BP神经网络的预测和BP神经网络的分类很相似,建模过程和训练过程与分类是很类似的。 区别:分类是自变量(x)与标签(label)的关系。而预测是自变量(x)与因变量(y)的关系。 神经网络创建函数: net = newff(P,T,[S1 S2...S(N-l)],{TF1 TF2...TFNl}, BTF,BLF,PF,IPF,OPF,DDF) 神经网络训练函数: [net,tr,Y,E,Pf,Af] = train(net,P,T,Pi,Ai) 神经网络预测函数: simOut = sim(model,ParameterName1,Value1, ParameterName2, Value2...); 多层前向BP网络的优点: ①网络实质上实现了一个从输入到输出的映射功能,而数学理论已证明它具有实现任何复杂非线性映射的功能。这使得它特别适合于求解内部机制复杂的问题; ②网络能通过学习带正确答案的实例集自动提取“合理的”求解规则,即具有自学习能力; ③网络具有一定的推广、概括能力。 BP神经网络的不足: 虽然BP网络得到了广泛的应用,但自身也存在一些缺陷和不足,主要包括以下几个方面的问题。 由于学习速率是固定的,因此网络的收敛速度慢,需要较长的训练时间。对于一些复杂问题,BP算法需要的训练时间可能非常长,这主要是由于学习速率太小造成的,可采用变化的学习速率或自适应的学习速率加以改进。 BP算法可以使权值收敛到某个值,但并不保证其为误差平面的全局最小值,这是因为采用梯度下降法可能产生一个局部最小值。对于这个问题,可以采用附加动量法来解决。 网络隐含层的层数和单元数的选择尚无理论上的指导,一般是根据经验或者通过反复实验确定。因此,网络往往存在很大的冗余性,在一定程度上也增加了网络学习的负担。 网络的学习和记忆具有不稳定性。也就是说,如果增加了学习样本,训练好的网络就需要从头开始训练,对于以前的权值和阈值是没有记忆的。 改进后的网络: 小波神经网络 模糊神经网络 支持向量机 * * 隐含层(hide layer) 输入层(input layer) 输出层(output layer) BP神经网络表达了从M个自变量到L个因变量的函数关系 过拟合现象 系统建模 构建合适的BP神经网络 BP神经网络初始化 训练结束 BP神经网络训练 BP神经网络构建 BP神经网络训练 N 测试数据 BP神经网络训练 BP神经网络分类 BP神经网络可以表达非线性系统,该方法把未知系统看成一个黑箱,首先用系统输入输出数据训练BP神经网络,使网络能够表达该未知函数,然后就可以用训练好的BP神经网络预测系统输出。 *

文档评论(0)

zyzsaa + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档