bp神經(jīng)網(wǎng)絡(luò)詳解與實(shí)例講-wenkub
2023-06-09 22:34:29 本頁(yè)面
【正文】 y=+ 分類結(jié)果 變?yōu)椋? (,)， (,) 屬于 Apf類； (,)屬于 Af類 ? 哪一分類直線才是正確的呢 ？ ? 因此如何來(lái)確定這個(gè)判別直線是一個(gè)值得研究的問(wèn)題 ． 一般地講 ， 應(yīng)該充分利用已知的數(shù)據(jù)信息來(lái)確定判別直線 ． ? 再如 ，如下的情形已經(jīng)不能用分類直線的辦法： ? 新思路： 將問(wèn)題看作一個(gè)系統(tǒng) ， 飛蠓的數(shù)據(jù)作為輸入 ， 飛蠓的類型作為輸出 ， 研究輸入與輸出的關(guān)系 。另一方面 , ANN對(duì)處理大量原始數(shù)據(jù)而不能用規(guī)則或公式描述的問(wèn)題 , 表現(xiàn)出極大的靈活性和自適應(yīng)性。 神經(jīng)網(wǎng)絡(luò)基本模型 細(xì) 胞 體突觸軸 突樹(shù)突圖 1 2 . 2 生 物 神 經(jīng) 元 功 能 模 型輸入輸出信 息 處 理電 脈 沖形 成傳 輸?神經(jīng)元的數(shù)學(xué)模型 圖 4神經(jīng)元的數(shù)學(xué)模型 ? 其中 x＝ （ x1， … xm） T 輸入向量 ， y為輸出 ，wi是權(quán)系數(shù)；輸入與輸出具有如下關(guān)系 ： ????miiixwfy1)( ?? θ 為閾值 ， f（ X） 是激發(fā)函數(shù)；它可以是線性函數(shù) ， 也可以是非線性函數(shù) ． 例如，若記 取激發(fā)函數(shù)為符號(hào)函數(shù) ????miii xwz1???????.0,0,0,1)sg n (xxx則 S型激發(fā)函數(shù)： ???????????????miiimiiixwxwzfy11,0,1)(??,1 1)( xexf ??? 。 人工神經(jīng)網(wǎng)絡(luò)概述 ? 什么是 人工神經(jīng)網(wǎng)絡(luò) ？ ? ： “人工神經(jīng)網(wǎng)絡(luò) 是由 具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng)。 人工神經(jīng)網(wǎng)絡(luò) 研究的局限性 （ 1） ANN研究受到腦科學(xué)研究成果的限制。 神經(jīng)網(wǎng)絡(luò)研究的發(fā)展 (1)第一次熱潮 (4060年代未 ) 1943年 ,美國(guó)心理學(xué)家 ，即 MP模型。 （ 2）宏觀功能的模擬： 從人的思維活動(dòng)和智能行為的心理學(xué)特性出發(fā)，利用計(jì)算機(jī)系統(tǒng)來(lái)對(duì)人腦智能進(jìn)行宏觀功能的模擬，即符號(hào)處理方法。 ANN的研究?jī)?nèi)容 （ 1） 理論研究 ： ANN模型及其學(xué)習(xí)算法，試圖從數(shù)學(xué)上描述 ANN的動(dòng)力學(xué)過(guò)程，建立相應(yīng)的 ANN模型，在該模型的基礎(chǔ)上，對(duì)于給定的學(xué)習(xí)樣本，找出一種能以較快的速度和較高的精度調(diào)整神經(jīng)元間互連權(quán)值，使系統(tǒng)達(dá)到穩(wěn)定狀態(tài)，滿足學(xué)習(xí)要求的算法。人工神經(jīng)網(wǎng)絡(luò) (Artificial Neural Netwroks ANN) HZAU 數(shù)?；? 引 言 ? 利用機(jī)器模仿人類的智能是長(zhǎng)期以來(lái)人們認(rèn)識(shí)自然、改造自然和認(rèn)識(shí)自身的理想。 （ 2） 實(shí)現(xiàn)技術(shù)的研究 ：探討利用電子、光學(xué)、生物等技術(shù)實(shí)現(xiàn)神經(jīng)計(jì)算機(jī)的途徑。 ANN研究的目的和意義 (1)通過(guò)揭示物理平面與認(rèn)知平面之間的映射，了解它們相互聯(lián)系和相互作用的機(jī)理，從而揭示思維的本質(zhì)，探索智能的本源。1958年， (Perceptron）。 （ 2） ANN缺少一個(gè)完整、成熟的理論體系。 ” 二、神經(jīng)元與神經(jīng)網(wǎng)絡(luò) ? 大腦可視作為 1000多億神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò) ? 圖 3 神經(jīng)元的解剖圖 ? 神經(jīng)元的信息傳遞和處理是一種電化學(xué)活動(dòng)．樹(shù)突由于電化學(xué)作用接受外界 的刺激；通過(guò)胞體內(nèi)的活動(dòng)體現(xiàn)為軸突電位，當(dāng) 軸突電位達(dá)到 一定的值 則形成神經(jīng)脈沖或動(dòng)作電位；再通過(guò)軸突末梢傳遞給其它的神經(jīng)元．從控制論的觀點(diǎn)來(lái)看；這一過(guò)程可以看作一個(gè) 多輸入單輸出 非線性系統(tǒng)的動(dòng)態(tài)過(guò)程 神經(jīng)網(wǎng)絡(luò)研究的兩個(gè)方面 ? 從生理上 、 解剖學(xué)上進(jìn)行研究 ? 從工程技術(shù)上 、 算法上進(jìn)行研究 腦神經(jīng)信息活動(dòng)的特征 (1)巨量并行性。1)(0 ?? xf或 ? 注： 若將閾值看作是一個(gè)權(quán)系數(shù)， 1是一個(gè)固定的輸入，另有 m1個(gè)正常的輸入，則（ 1）式也可表示為： ,)( xxxxeeeexf????? .1)(1 ??? xf???miii xwfy1)( （ 1） ? 參數(shù)識(shí)別 ：假設(shè)函數(shù)形式已知，則可以從已有的輸入輸出數(shù)據(jù)確定出權(quán)系數(shù)及閾值。 人工神經(jīng)網(wǎng)絡(luò) （ Artificial Neuron Nets=ANN） 例 ? 1981年生物學(xué)家格若根 （ W． Grogan） 和維什 （ W． Wirth） 發(fā)現(xiàn)了兩類蚊子 (或飛蠓 midges)． 他們測(cè)量了這兩類蚊子每個(gè)個(gè)體的翼長(zhǎng)和觸角長(zhǎng) ， 數(shù)據(jù)如下： ? 翼長(zhǎng) 觸角長(zhǎng) 類別 ? Af ? Af ? Af ? Af ? Af ? Af ? Af ? 翼長(zhǎng) 觸角長(zhǎng) 類別 ? Apf ? Apf ? Apf ? Af ? Apf ? Apf ? Apf ? Af ? 問(wèn)： 如果抓到三只新的蚊子，它們的觸角長(zhǎng)和翼長(zhǎng)分別為 (,)。 基本 BP網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu) b1 bi a1 c1 cq cj ah bp an … … … … … …
語(yǔ)文相關(guān)推薦
鄂ICP備17016276號(hào)-1