bp神經(jīng)網(wǎng)絡(luò)方法ppt課件(編輯修改稿)
2025-02-01 03:16 本頁面
【文章內(nèi)容簡(jiǎn)介】 —— 前饋網(wǎng)絡(luò) 沒有明顯層次，任意兩個(gè)神經(jīng)元之間可達(dá)，具有輸出 單元到隱層單元或輸入單元的反饋連接 。 —— 反饋網(wǎng)絡(luò) 相互連接結(jié)構(gòu) 前饋神經(jīng)網(wǎng)絡(luò) 感知器 感知器（ Perceptron）： F． Rosenblatt于 1957年提出。 x 1 x 2 x n ? y M y 1 ? ? ? 感知器結(jié)構(gòu)示意圖 * 雙層（輸入層、輸出層）； * 兩層單元之間為全互連； * 連接權(quán)值可調(diào)。 結(jié)構(gòu)特點(diǎn)： * 輸出層神經(jīng)元個(gè)數(shù)等于類 別數(shù)（兩類問題時(shí)輸出層 為一個(gè)神經(jīng)元）。 設(shè)輸入模式向量 ， ，共 M類。 T21 ],[ nxxx ??X輸出層第 j個(gè)神經(jīng)元對(duì)應(yīng)第 j個(gè)模式類， θj：第 j個(gè)神經(jīng)元的閾值； wij：輸入模式第 i個(gè)分量與 輸出層第 j個(gè)神經(jīng)元間的連接權(quán)。 令 。取 jnj w )1( ????T)1(21 ],[ jnjjj ?? ?W T21 ]1,[ nxxx ??X)()( T11XW jniiijj fxwfy ?? ???有 )(1jniiijj xwfy ??? ??輸出為 ┇ x 2 x i yi x 1 j w ij w 2 j ┇ w 1 j ┇ ┇ wn j y j 輸出單元對(duì)所有輸入數(shù)值加權(quán)求和，經(jīng)閾值型輸出函數(shù) 產(chǎn)生一組輸出模式。 M類問題判決規(guī)則 ( 神經(jīng)元的輸出函數(shù) ) 為 )( T XW jj fy ?????????jj??XX若,1若,1 Mj ??1* 正確判決的關(guān)鍵： 輸出層每個(gè)神經(jīng)元必須有一組合適的權(quán)值。 * 感知器采用監(jiān)督學(xué)習(xí)算法得到權(quán)值； * 權(quán)值更新方法： δ學(xué)習(xí)規(guī)則。 算法描述 第一步：設(shè)置初始權(quán)值 wij(1)， w(n+1)j(1)為第 j個(gè)神經(jīng)元的閾值。 第二步：輸入新的模式向量。 第三步：計(jì)算神經(jīng)元的實(shí)際輸出。 設(shè)第 k次輸入的模式向量為 Xk，與第 j個(gè)神經(jīng)元相連的權(quán)向量為 T)1(21 ],[)( jnjjj k ??
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1