- 1、本文档共431页,可阅读全部内容。
- 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、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、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
8.2 模式识别 8.2.1 基本原理与方法 1. 模式、模式类与模式识别 定义 8-1 能够表征或刻画被识对象类属特征的信息模型称为对象的模式(pattern)。 定义 8-2 具有某些共同特性的模式的集合称为模式类,判定一个待识模式类属的过程称为模式识别。 2. 模式的表示 最常用的模式表示形式有向量和字符串。 常见的几种神经元激活函数 1. 阶跃函数 2. Sigmoid函数 3. 分段线性函数 7.2.2 神经网络及其学习 1. 神经网络的拓扑结构与功能 (1) 分层前向(馈)网络 (2) 反馈前向网络 (3) 互连前向网络 (4) 广泛互连网络 神经网络结构模型 神经网络至少可以实现如下功能: ? 数学上的映射逼近 ? 数据聚类、压缩 ? 联想记忆 ? 优化计算和组合优化问题求解 ? 模式分类 ? 概率密度函数的估计 2.神经网络学习机理与方法 (1) 学习规则 Hebb规则: 最基本的误差修正规则,即δ学习规则: 步1 选择一组初始权值Wij(0)。 步2 计算某一输入模式对应的实际输出与期望输出的误差(dj-yj) 。 步3 用下式更新权值(阈值可视为输入恒为-1的一个权值) Wij(t+1)=Wij(t)+η[dj-yj(t)]xi(t) 步4 返回步2,直到对所有训练模式网络输出均能满足要求。 (2) 学习方法 ? 根据样例数据的特点神经网络学习有监督学习和无监督学习之分。 ? 从神经网络内部状态变化的角度来分,神经网络学习可分为权值修正、拓扑变化、权值与拓扑修正三种。 ? 神经网络学习还可分为确定性学习与随机性学习。 ? 此外,神经网络学习还有竞争学习、BP学习、玻尔兹曼学习、迁移学习、深度学习等提法。 7.2.3 神经网络模型及其分类 按网络结构分类 前向(馈)网络 反馈网络 2. 按学习方式分类 有监督(导师)学习网络 无监督(导师)学习网络 3. 按网络的状态分类 连续型网络 离散型网络 4. 按网络的活动方式分类 确定性网络 随机性网络 7.2.4 BP网络及其学习举例 BP(Back-Propagation)网络的特点: (1) BP网络的拓扑结构为分层前向(馈)网络。 (2) 神经元的特性函数为Sigmoid型(S型)函数, 一般取为 (3) 输入为连续信号量(实数)。 (4) 学习方式为有监督学习。 (5) 学习算法为推广的δ学习规则, 称为误差反向传播算法, 简称BP学习算法。 BP学习算法: 例 7-1 设计一个BP网络, 对下表所示的样本数据进行学习, 使学成的网络能解决类似的模式分类问题。 输 入 输 出 x1 x2 x3 y1 y2 y3 0.3 0.8 0.1 0.7 0.1 0.3 0.6 0.6 0.6 1 0 0 0 1 0 0 0 1 BP网络举例 7.3 深度学习 7.3.1 什么是深度学习 深度学习(Deep Learning, DL),简单来讲,就是基于深度神经网络的神经网络学习或者说机器学习。这里的深度神经网络,一般地讲,就是含有多个隐层的前向(前馈)神经网络,其隐层个数依具体问题可以是数个、数十个、数百个甚至数千个。不过,更准确地说,深度神经网络的一个隐层可能是一行神经元,也可能是一行由神经元排列而成的矩阵,甚至是一行网络模块,而且各层神经元之间并非必须是全连接。 深度学习的优异效绩主要归功于以下两点: 其一:深度网络有自动特征发现(Automating feature discovery)的潜质和特性。 其二:深度学习所采用的“逐层训练,多级学习(抽象)(learning multiple levels of representation)”等技术技巧。 7.3.2 深度学习的优势 除了学习效果优异外,深度学习的优势和吸引力还在于需要较少的人工干预。事实上,采用深度学习,我们不需要手工制作正确的特征或合适的基函数(Basis function),也不必担心网络结构。一旦有充足的数据和足够强大的计算能力,我们就只需等待,让学习算法独自发现所需要的一切。
您可能关注的文档
- 计算机行业专题报告-卫星通信%26商业航天:“千帆星座”计划起航,商业航天开启新时代.docx
- 计算机行业跟踪报告:鼎捷软件、科远智慧、华大九天发布半年报.docx
- 金融工程定期报告:市场延续低迷走势,环保、医药生物、煤炭行业表现较好.docx
- 交通运输行业快递7月数据点评:淡季业务量维持高增,价格降至底部区域,期待后续边际改善.docx
- 金融工程动态跟踪:公募扎堆成立ETF联接基金,兴华基金再次自购旗下基金.docx
- 华新水泥老牌水泥龙头韧性十足,看好一体化布局%2b海外发展.docx
- 农业肉禽跟踪报告:7月白鸡价格回升,下半年产业盈利或改善.docx
- 华海清科(688120)国产CMP设备企业,平台化战略布局.docx
- 美邦科技(832471)首次覆盖报告:专注绿色制造技术,合成生物学前瞻布局.docx
- 集智转债(123245.SZ)申购分析:全自动平衡机高新企业.docx
- 流动性打分:重点省份中短期城投债流动性下降.docx
- 基础化工行业深度研究:冬去春来,天然橡胶价格有望步入上行周期.docx
- -建筑材料行业7月行业数据点评:高基数下房地产需求短期承压,期待金九银十再度修复.docx
- 纳睿雷达(688522)相控阵雷达大单品需求高景气,产品线丰富叠加市场拓展成长空间广阔.docx
- 美国房地产市场,从短缺到过剩.docx
- 金融工程专题:AI算法研究系列-利用趋势追踪实现行业配置.docx
- 煤炭行业月度供需数据点评:供给符合预期,制造业投资延续高增.docx
- 老铺黄金(06181.HK)产品驱动型古法黄金引领者,高定位、高盈利、强品牌.docx
- 沪农商行2024年半年度报告业绩点评:资产质量优异,首度实施中期分红.docx
- 农林牧渔行业生猪养殖行业月度跟踪:7月均价继续抬升,出栏量环比提升.docx
文档评论(0)