bp神經(jīng)網(wǎng)絡(luò)詳解與實(shí)例講-全文預(yù)覽
【正文】 激活函數(shù)為 %logsig，訓(xùn)練函數(shù)為梯度下降函數(shù)，即 ? =newff([0 1。 ? logsig() ?功能 對(duì)數(shù) Sigmoid激活函數(shù) ?格式 a = logsig(N) ?說(shuō)明對(duì)數(shù) Sigmoid函數(shù)把神經(jīng)元的輸入范圍從 (∞， +∞)映射到 (0， 1)。美國(guó)的 Mathwork公司推出的 MATLAB軟件包既是一種非常實(shí)用有效的科研編程軟件環(huán)境，又是一種進(jìn)行科學(xué)和工程計(jì)算的交互式程序。理論上其值大小應(yīng)與權(quán)值修正量的大小有關(guān)，但實(shí)際應(yīng)用中一般取常量。 (2) 訓(xùn)練樣本數(shù)必須多于網(wǎng)絡(luò)模型的連接權(quán)數(shù)，一般為2~10倍，否則，樣本必須分成幾部分并采用“輪流訓(xùn)練”的方法才可能得到可靠的神經(jīng)網(wǎng)絡(luò)模型。顯然，這是一個(gè)存在性結(jié)論。 基本 BP網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu) klcb1 bi a1 c1 cq cj ah bp an … … … … … … Wp1 Wiq Wpj W1q W1j Wij V11 W11 Wpq Wi1 Vh1 Vhi V1i Vn1 Vni V1p Vhp Vnp kjc kqckha kna1ka輸出層 LC 隱含層 LB 輸入層 LA W V klcklc 收集和整理分組 采用 BP神經(jīng)網(wǎng)絡(luò)方法建模的 首要和前提條件 是有足夠多典型性好和精度高的樣本。 ?數(shù)據(jù)融合的能力 ：神經(jīng)網(wǎng)絡(luò)可以同時(shí)處理定量信息和定性信息，因此它可以利用傳統(tǒng)的工程技術(shù)（數(shù)值運(yùn)算）和人工智能技術(shù)（符號(hào)處理）。在建模過(guò)程中的許多問(wèn)題正是具有高度的非線性。 (2) 根據(jù)輸入數(shù)據(jù)利用公式算出網(wǎng)絡(luò)的輸出 ????????????3101010101131010101011)(),2()3()3,2()2()2,2()1()1,2()2()(),1()3()3,1()2()2,1()1()1,1()1(jjjajwawawawujajwawawawu))(()( 11 iufia ? ))(ex p (1 11 iu??= 2,1?i,1)3(1 ??a))1(e x p (11)1()(),1()1(2231122uajajwuj???? ??取 （ 3）計(jì)算 xexf ??? 11)(因?yàn)? 所以 239。 ? 建模 ： （ 輸入層 ， 中間層 ， 輸出層 ， 每層的元素應(yīng)取多少個(gè) ？ ） ? 建立神經(jīng)網(wǎng)絡(luò) ? 規(guī)定目標(biāo)為： 當(dāng) t(1)= 時(shí)表示屬于 Apf類 ， t(2)=示屬于 Af類 。)()()( iufiaiti pLpLppL ??? （ 11） （ 12） ? ??????11)1(1)(1)(39?！北硎荆?9個(gè)蚊子屬 Af類；用小圓圈 “ 。尤其對(duì)問(wèn)題的機(jī)理不甚了解或不能用數(shù)學(xué)模型表示的系統(tǒng) ,如故障診斷、特征提取和預(yù)測(cè)等問(wèn)題 ,ANN往往是最有利的工具。 (3)自組織自學(xué)習(xí)功能。 （ 4） ANN與傳統(tǒng)技術(shù)的接口不成熟。 1990年 12月，北京召開(kāi)首屆學(xué)術(shù)會(huì)議。 (3)研究仿照腦神經(jīng)系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)，將在模式識(shí)別、組合優(yōu)化和決策判斷等方面取得傳統(tǒng)計(jì)算機(jī)所難以達(dá)到的效果。 研究 ANN方法 （ 1） 生理結(jié)構(gòu)的模擬： 用仿生學(xué)觀點(diǎn)，探索人腦的生理結(jié)構(gòu)，把對(duì)人腦的微觀結(jié)構(gòu)及其智能行為的研究結(jié)合起來(lái)即人工神經(jīng)網(wǎng)絡(luò)（ Artificial Neural Netwroks，簡(jiǎn)稱 ANN）方法。 ? （ 2）探討人腦的智能活動(dòng)，用物化了的智能來(lái)考察和研究人腦智能的物質(zhì)過(guò)程及其規(guī)律。 ? 研究 ANN目的： ? （ 1）探索和模擬人的感覺(jué)、思維和行為的規(guī)律，設(shè)計(jì)具有人類智能的計(jì)算機(jī)系統(tǒng)。 （ 3） 應(yīng)用的研究 ：探討如何應(yīng)用 ANN解決實(shí)際問(wèn)題，如模式識(shí)別、故障檢測(cè)、智能機(jī)器人等。 (2)爭(zhēng)取構(gòu)造出盡可能與人腦具有相似功能的計(jì)算機(jī)，即 ANN計(jì)算機(jī)。 (2)低潮 (7080年代初 ): (3)第二次熱潮 1982年，美國(guó)物理學(xué)家 Hopfield模型，它是一個(gè)互聯(lián)的非線性動(dòng)力學(xué)網(wǎng)絡(luò) .他解決問(wèn)題的方法是一種反復(fù)運(yùn)算的動(dòng)態(tài)過(guò)程 ,這是符號(hào)邏輯處理方法所不具備的性質(zhì) . 1987年首屆國(guó)際 ANN大會(huì)在圣地亞哥召開(kāi)，國(guó)際 ANN聯(lián)合會(huì)成立，創(chuàng)辦了多種 ANN國(guó)際刊物。 （ 3） ANN研究帶有濃厚的策略和經(jīng)驗(yàn)色彩。 (2)信息處理和存儲(chǔ)單元結(jié)合在一起。 神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型 ? 眾多神經(jīng)元之間組合形成神經(jīng)網(wǎng)絡(luò)，例如下圖的含有中間層（隱層）的 BP網(wǎng)絡(luò) 基本 BP網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu) b1 bi a1 c1 cq cj ah bp an … … … … … … Wp1 Wiq Wpj W1q W1j Wij V11 W11 Wpq Wi1 Vh1 Vhi V1i Vn1 Vni V1p Vhp Vnp kjc kqckha kna1ka輸出層 LC 隱含層 LB 輸入層 LA W V klc ANN類型與功能 一般而言 , ANN與經(jīng)典計(jì)算方法相比并非優(yōu)越 , 只有當(dāng)常規(guī)方法解決不了或效果不佳時(shí) ANN方法才能顯示出其優(yōu)越性。 (， )；（ ，）．問(wèn)它們應(yīng)分別屬于哪一個(gè)種類？ 解法一 ： ? 把翼長(zhǎng)作縱坐標(biāo)，觸角長(zhǎng)作橫坐標(biāo)；那么每個(gè)蚊子的翼長(zhǎng)和觸角決定了坐標(biāo)平面的一個(gè)點(diǎn) .其中 6個(gè)蚊子屬于 APf類；用黑點(diǎn) “ 通常理論值與實(shí)際值有一誤差，網(wǎng)絡(luò)學(xué)習(xí)則是指不斷地把與比較，并根據(jù)極小原則修改參數(shù) wij，使誤差平方和達(dá)最?。? 記 ? Delta學(xué)習(xí)規(guī)則 : ?pi? pipi ot ?
語(yǔ)文相關(guān)推薦
鄂ICP備17016276號(hào)-1