神經(jīng)網(wǎng)絡(luò)bp算法ppt課件.pptx

《神經(jīng)網(wǎng)絡(luò)bp算法ppt課件.pptx》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、神經(jīng)網(wǎng)絡(luò)算法—BP算法一、神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介2神經(jīng)網(wǎng)絡(luò)的基本功能非線性映射功能三、神經(jīng)網(wǎng)絡(luò)建?；A(chǔ)假設(shè)1圖(a)表明，正如生物神經(jīng)元有許多激勵(lì)輸入一祥，人工神經(jīng)元也應(yīng)該有許多的輸入信號(hào)，圖中每個(gè)輸入的大小用確定數(shù)值xi表示，它們同時(shí)輸入神經(jīng)元j，神經(jīng)元的單輸出用oj表示。3三、神經(jīng)網(wǎng)絡(luò)建?；A(chǔ)假設(shè)2生物神經(jīng)元具有不同的突觸性質(zhì)和突觸強(qiáng)度，其對(duì)輸入的影響是使有些輸入在神經(jīng)元產(chǎn)生脈沖輸出過(guò)程中所起的作用比另外一些輸入更為重要。圖(b)中對(duì)神經(jīng)元的每一個(gè)輸入都有一個(gè)加權(quán)系數(shù)wij，稱為權(quán)重值，其正負(fù)模擬了生物神經(jīng)元中突觸的興奮和抑制，其大小則代表了突觸的不同連接強(qiáng)度。4三、神經(jīng)網(wǎng)絡(luò)建模

2、基礎(chǔ)假設(shè)3作為ANN的基本處理單元，必須對(duì)全部輸入信號(hào)進(jìn)行整合，以確定各類輸入的作用總效果，圖(c)表示組合輸人信號(hào)的“總和值”，相應(yīng)于生物神經(jīng)元的膜電位。神經(jīng)元激活與否取決于某一閾值電平，即只有當(dāng)其輸入總和超過(guò)閾值時(shí),神經(jīng)元才被激活而發(fā)放脈沖,否則神經(jīng)元不會(huì)產(chǎn)生輸出信號(hào)。5三、神經(jīng)網(wǎng)絡(luò)建?；A(chǔ)假設(shè)4圖(d)人工神經(jīng)元的輸出也同生物神經(jīng)元一樣僅有一個(gè)，如用oj表示神經(jīng)元輸出，則輸出與輸入之間的對(duì)應(yīng)關(guān)系可用圖(d)中的某種非線性函數(shù)來(lái)表示，這種函數(shù)一般都是非線性的。6三、神經(jīng)網(wǎng)絡(luò)建?；A(chǔ)7BP算法，誤差反向傳播（ErrorBackPropagation,BP）算法。BP算法的

3、基本思想是，學(xué)習(xí)過(guò)程由信號(hào)的正向傳播與誤差的反向傳播兩個(gè)過(guò)程組成。15數(shù)據(jù)歸一化常見(jiàn)的歸一化方法y=(x-MinValue)/(MaxValue-MinValue)y=log10(x)內(nèi)部函數(shù)premnmx、postmnmx、tramnmx輸入訓(xùn)練數(shù)據(jù)的亂序排法block方法抽取按數(shù)組標(biāo)號(hào)自定義抽取交錯(cuò)索引抽取隨機(jī)抽缺點(diǎn)1）易形成局部極?。▽儇澙匪惴?，局部最優(yōu))而得不到全局最優(yōu)；2）訓(xùn)練次數(shù)多使得學(xué)習(xí)效率低下，收斂速度慢（需做大量運(yùn)算）；3）隱節(jié)點(diǎn)的選取缺乏理論支持；4）訓(xùn)練時(shí)學(xué)習(xí)新樣本有遺忘舊樣本趨勢(shì)。謝謝大家！