《bp神經(jīng)網(wǎng)絡(luò)方法》ppt課件-文庫吧
2024-12-21 03:16 本頁面
【正文】 θ （ a） 0 1 y （ b ） y （ c ） 0 1 閾值型 S型 偽線性型 f 為閾值型函數(shù)時(shí)： ?????? ?? ??niii xwy1s g n ?1??? nw?設(shè) ，點(diǎn)積形式： )s g n ( T XW?yT11 ],[ ?? nn ?W T1 ]1,[ nxx ??X式中， 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 學(xué)習(xí)： 同一個(gè)訓(xùn)練集的樣本輸入輸出模式反復(fù)作用于網(wǎng)絡(luò)，網(wǎng) 絡(luò)按照一定的訓(xùn)練規(guī)則自動(dòng)調(diào)節(jié)神經(jīng)元之間的連接強(qiáng)度或拓 撲結(jié)構(gòu)，使實(shí)際輸出滿足期望的要求或者趨于穩(wěn)定。 實(shí)質(zhì)： 1． Hebb學(xué)習(xí)規(guī)則 典型的權(quán)值修正方法： Hebb學(xué)習(xí)規(guī)則、誤差修正學(xué)習(xí) 如果神經(jīng)網(wǎng)絡(luò)中某一神經(jīng)元與另一直接與其相連的神經(jīng) 元同時(shí)處于興奮狀態(tài)，那么這兩個(gè)神經(jīng)元之間的連接強(qiáng)度應(yīng) 該加強(qiáng)。 神經(jīng)網(wǎng)絡(luò)的最重要特征之一。 ┇ x 2 x i i yi x 1 j w ij w 2 j ┇ w 1 j ┇ ┇ wn j y j ┇ x n )]()([)()1( tytytwtw ijijij ????wij(t+1)：修正一次后的某一權(quán)值； η：學(xué)習(xí)因子，表示學(xué)習(xí)速率的比例常數(shù)； yj(t)， yi(t)：分別表示 t時(shí)刻第 j個(gè)和第 i個(gè)神經(jīng)元的狀態(tài)（輸出）。 由 有： )()( txtyii ?)]()([)()1( txtytwtw ijijij ???? 神經(jīng)元間的連接 2. δ學(xué)習(xí)規(guī)則 （ 3）更新權(quán)值，閾值可視為輸入恒為（－ 1）的一個(gè)權(quán)值； （ 1）選擇一組初始權(quán)值 wij(1)； （ 2）計(jì)算某一輸入模式對(duì)應(yīng)的實(shí)際輸出與期望輸出的誤差； )()]([)()1( txtydtwtw ijjijij ???? ?式中， （ 4）返回 (2) ，直到對(duì)所有訓(xùn)練模式網(wǎng)絡(luò)輸出均能滿足要求。 dj， yj(t)：第 j個(gè)神經(jīng)元的期望輸出與實(shí)際輸出； xi(t)：第 j個(gè)神經(jīng)元的第 i個(gè)輸入。 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)體現(xiàn)在： η：學(xué)習(xí)因子； 權(quán)值變化； 網(wǎng)絡(luò)結(jié)構(gòu)變化。 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)分類 分層結(jié)構(gòu) 有明顯層次，信息流向由輸入層到輸出層。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1