- 1、本文档共67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
* 3.2 BP神经网络算法 那么P个样本的总误差为: 网络误差是各层权值的函数,按照最速下降法,可得 输出层各神经元的权值和第n次输出层权值的迭代公式分别为: ︵。︵ 181h, * 3.2 BP神经网络算法 隐藏层各神经元的权值和第n次隐藏层权值的迭代公式分别为: 求解的过程 ︵。︵ 181h, * 3.2 BP神经网络算法 BP网络学习算法的具体步骤如下: Step1 从训练样本集中取某一样本,把它的输入信息输入到网络中。 Step2 由网络正向计算出各层节点的输出。 Step3 计算网络的实际输出和期望输出的误差。 Step4 从输出层开场反向计算到第一个隐藏层,按一定的原那么向减少误差方向调整整个网络的各个连接权值。 Step5 对训练样本集中的每一个样本重复上述步骤,直到对整个网络训练样本集的误差到达要求为止。 ︵。︵ 181h, * 3.2 BP神经网络算法 设三层BP网络,那么其算法可描述为: A 初始化连接权值vki 和wjk; B 初始化精度控制系数?; C E= ?+1; E while E> ? do E.1 E=0 E.2 对S中的每一个样本〔Xp,Yp〕 E.2.1 计算出Xp,对应的实际输出op; E.2.2 计算出Ep; E.2.3 E=E+ Ep; E.2.4 根据 调整输出层的权值wjk〔n〕; E.2.4 根据 调整输出层的权值vki〔n〕; E.3 E=E/2.0 ︵。︵ 181h, * 3.2 BP神经网络算法 BP网络的优点: 1)?非线性映射能力:BP神经网络实质上实现了一个从输入到输出的映射功能,数学理论证明三层的神经网络就能够以任意精度逼近任何非线性连续函数。? 2)?自学习和自适应能力:BP神经网络在训练时,能够通过学习自动提取输出、输出数据间的“合理规那么〞,并自适应的将学习内容记忆于网络的权值中。? 3)?泛化能力:所谓泛化能力是指在设计模式分类器时,即要考虑网络在保证对所需分类对象进展正确分类,还要关心网络在经过训练后,能否对未见过的模式或有噪声污染的模式,进展正确的分类。? 4)?容错能力:BP神经网络在其局部的或者局部的神经元受到破坏后对全局的训练结果不会造成很大的影响,也就是说即使系统在受到局部损伤时还是可以正常工作的。 ︵。︵ 181h, * 3.2 BP神经网络算法 BP网络的缺点: 1)?局部极小化问题:?BP神经网络为一种局部有哪些信誉好的足球投注网站的优化方法,它要解决的是一个复杂非线性化问题,这样会使算法陷入局部极值,权值收敛到局部极小点? 2)?BP?神经网络算法的收敛速度慢:由于BP神经网络算法本质上为梯度下降法,它所要优化的目标函数是非常复杂的,这使得BP算法低效;? 3)?BP?神经网络构造选择不一:BP神经网络构造的选择至今尚无一种统一而完整的理论指导,一般只能由经历选定。 4〕?BP神经网络样本依赖性问题:网络模型的逼近和推广能力与学习样本的典型性密切相关,而从问题中选取典型样本实例组成训练集是一个很困难的问题。? ︵。︵ 181h, 四、BP神经网络的应用举例 ( matlab实现) * ︵。︵ 181h, * 四、神经网络的应用( matlab实现) 例一: 输入向量 P = [0 1 2 3 4 5 6 7 8 9 10]; 期望输出 T = [0 1 2 3 4 3 2 1 2 3 4]; 创立两层的BP网络 net = newff ( [0 10], [5 1], {tansig, purelin} ); Y = sim(net,P); plot(P,T,P,Y,o) 输出结果为: Y = -2.3431 -2.7532 -2.4510 -1.2784 -0.8590 -0.2981 0.2495 0.4811 1.0375 1.2268 1.4232 ︵。︵ 181h, * 四、神经网络的应用( matlab实现) 误差很大!未训练,非线性映射能力差。 ︵。︵ 181h, * 四、神经网络的应用( matlab实现) P = [0 1 2 3 4 5 6 7 8 9 10]; T = [0 1 2 3 4 3 2 1 2 3 4]; net = newff([0 10],[5 1],{tansig purelin}); net.trainparam.show=50; %每次循环5
您可能关注的文档
- (可修改)冠状动脉旁路移植护理查房.ppt
- (可修改)光合作用常用实验总结.ppt
- (可修改)国际陆港基本情况及规划思路.ppt
- (可修改)行政管理部年度工作计划.ppt
- (可修改)护理学基础 口腔护理.ppt
- (可修改)化学元素的生命功能.ppt
- (可修改)话题十八《调整规划》2课时.ppt
- (可修改)环境规划与管理计算题.ppt
- (可修改)环杓关节脱位.ppt
- (可修改)回转窑常见故障及其处理办法.ppt
- 2024年江西省寻乌县九上数学开学复习检测模拟试题【含答案】.doc
- 2024年江西省省宜春市袁州区数学九上开学学业水平测试模拟试题【含答案】.doc
- 《GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语》.pdf
- 中国国家标准 GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语.pdf
- GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- 《GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构》.pdf
- 中国国家标准 GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 中国国家标准 GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 《GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南》.pdf
文档评论(0)