人工智能與專家系統(tǒng)(gis)51-免費(fèi)閱讀
【正文】 如圖 4a所示是訓(xùn)練獲得的神經(jīng)網(wǎng)絡(luò)拓?fù)溥壿?，通過(guò)自動(dòng)優(yōu)選（循環(huán)值 500、循環(huán)誤差為、學(xué)習(xí)速度 、動(dòng)量 ）獲得隱蔽層（ 3個(gè)節(jié)點(diǎn)）。 如果增加歷史樣本 ， 分季節(jié) 、 分類型建立降水模型 。這 109天中共有降水日 27天，其中小雨 20天，中雨 6天，大雨以上降水一次。共從 36小時(shí)預(yù)報(bào)中選出 10個(gè)網(wǎng)格點(diǎn)要素，分別是：濕度條件： 850HPA的相對(duì)濕度、水汽通量；垂直速度條件： 850的散度、 200的散度、 700的垂直速度、降水量、 700的渦度；（以上為 116E、39N網(wǎng)點(diǎn)的值）東高西低條件： 110E、 120E、39N兩點(diǎn) 850的高度差；鋒區(qū)和能量條件： 116E、35N、 45N兩點(diǎn) 850的溫度差、 TS。嚴(yán)格來(lái)說(shuō)，兩者是有區(qū)別的，訓(xùn)練通常是指調(diào)整網(wǎng)絡(luò)加權(quán)的操作動(dòng)作和過(guò)程，這個(gè)過(guò)程對(duì)網(wǎng)絡(luò)來(lái)講就是學(xué)習(xí)。 ?他聯(lián)想：由一件事情聯(lián)想到另一件事情。 – 聯(lián)想存儲(chǔ)器 ?它是在人工神經(jīng)網(wǎng)絡(luò)的回憶操作中出現(xiàn)的。 ? 為了與人類大腦的功能類比，我們把這種信息的恢復(fù)稱為回憶。 – 矩陣的維數(shù)是 N x n， N是輸入信號(hào)向量（也稱輸入圖形）的分量數(shù)， n是該層內(nèi)的結(jié)點(diǎn)數(shù)。 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 人工神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu) ? 單層網(wǎng)絡(luò) – 最簡(jiǎn)單的網(wǎng)絡(luò)是把一組結(jié)點(diǎn)形成一層。 ?進(jìn)入突觸的信號(hào)會(huì)被加權(quán)，起興奮作用的信號(hào)為正，起抑制作用的信號(hào)為負(fù)。 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 人工神經(jīng)網(wǎng)絡(luò)的生物原型 — 大腦 ? 簡(jiǎn)單的神經(jīng)元 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) ? 簡(jiǎn)單的神經(jīng)元 – 神經(jīng)元就是神經(jīng)細(xì)胞，在人體內(nèi)從大腦到全身存在大約1010個(gè)神經(jīng)元。 ? 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。 ? 人工神經(jīng)網(wǎng)絡(luò)（ Artificial Neural Network）是一個(gè)用大量簡(jiǎn)單處理單元經(jīng)廣泛連接而組成的人工網(wǎng)絡(luò)，是對(duì)人腦或生物神經(jīng)網(wǎng)絡(luò)若干基本特性的抽象和模擬。 （ 3） ANN的研究?jī)?nèi)容 ? 理論研究 ：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。 ?網(wǎng)絡(luò)的設(shè)計(jì)沒(méi)有嚴(yán)格確定的方法（一般憑經(jīng)驗(yàn)），所以選擇訓(xùn)練方法和所需網(wǎng)絡(luò)結(jié)構(gòu)沒(méi)有統(tǒng)一標(biāo)準(zhǔn)。 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) ? 神經(jīng)元間信號(hào)的傳遞 – 神經(jīng)元間的信號(hào)通過(guò)突觸傳遞。 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 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 輸黑箱 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。 – 輸入和結(jié)點(diǎn)間采用全連接，并且都是前饋連接。 – 雖然目前已構(gòu)成了很多網(wǎng)絡(luò)模型，但它們的結(jié)點(diǎn)都是按層排列的，這一點(diǎn)正是模仿了大腦皮層中的網(wǎng)絡(luò)模塊。 – 我們討論的人工神經(jīng)網(wǎng)絡(luò)存儲(chǔ)的圖
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1