bp神經(jīng)網(wǎng)絡(luò)詳解與實例講-wenkub
2023-06-09 22:34:29 本頁面
【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 ？ ? 因此如何來確定這個判別直線是一個值得研究的問題 ． 一般地講 ， 應(yīng)該充分利用已知的數(shù)據(jù)信息來確定判別直線 ． ? 再如 ，如下的情形已經(jīng)不能用分類直線的辦法： ? 新思路： 將問題看作一個系統(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對處理大量原始數(shù)據(jù)而不能用規(guī)則或公式描述的問題 , 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 胞 體突觸軸 突樹突圖 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)學模型 圖 4神經(jīng)元的數(shù)學模型 ? 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)對真實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 ,美國心理學家 ，即 MP模型。 （ 2）宏觀功能的模擬： 從人的思維活動和智能行為的心理學特性出發(fā)，利用計算機系統(tǒng)來對人腦智能進行宏觀功能的模擬，即符號處理方法。 ANN的研究內(nèi)容 （ 1） 理論研究 ： ANN模型及其學習算法，試圖從數(shù)學上描述 ANN的動力學過程，建立相應(yīng)的 ANN模型，在該模型的基礎(chǔ)上，對于給定的學習樣本，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)達到穩(wěn)定狀態(tài)，滿足學習要求的算法。人工神經(jīng)網(wǎng)絡(luò) (Artificial Neural Netwroks ANN) HZAU 數(shù)?；? 引 言 ? 利用機器模仿人類的智能是長期以來人們認識自然、改造自然和認識自身的理想。 （ 2） 實現(xiàn)技術(shù)的研究 ：探討利用電子、光學、生物等技術(shù)實現(xiàn)神經(jīng)計算機的途徑。 ANN研究的目的和意義 (1)通過揭示物理平面與認知平面之間的映射，了解它們相互聯(lián)系和相互作用的機理，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活動．樹突由于電化學作用接受外界 的刺激；通過胞體內(nèi)的活動體現(xiàn)為軸突電位，當 軸突電位達到 一定的值 則形成神經(jīng)脈沖或動作電位；再通過軸突末梢傳遞給其它的神經(jīng)元．從控制論的觀點來看；這一過程可以看作一個 多輸入單輸出 非線性系統(tǒng)的動態(tài)過程 神經(jīng)網(wǎng)絡(luò)研究的兩個方面 ? 從生理上 、 解剖學上進行研究 ? 從工程技術(shù)上 、 算法上進行研究 腦神經(jīng)信息活動的特征 (1)巨量并行性。1)(0 ?? xf或 ? 注： 若將閾值看作是一個權(quán)系數(shù)， 1是一個固定的輸入，另有 m1個正常的輸入，則（ 1）式也可表示為： ,)( xxxxeeeexf????? .1)(1 ??? xf???miii xwfy1)( （ 1） ? 參數(shù)識別 ：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)． 他們測量了這兩類蚊子每個個體的翼長和觸角長 ， 數(shù)據(jù)如下： ? 翼長 觸角長 類別 ? Af ? Af ? Af ? Af ? Af ? Af ? Af ? 翼長 觸角長 類別 ? Apf ? Apf ? Apf ? Af ? Apf ? Apf ? Apf ? Af ? 問： 如果抓到三只新的蚊子，它們的觸角長和翼長分別為 (,)。 基本 BP網(wǎng)絡(luò)的拓撲結(jié)構(gòu) b1 bi a1 c1 cq cj ah bp an … … … … … …
語文相關(guān)推薦
鄂ICP備17016276號-1