人工神經(jīng)網(wǎng)絡(luò)課程nn(編輯修改稿)
2024-09-03 11:12 本頁面
【文章內(nèi)容簡介】 5）當(dāng)上一層訓(xùn)練完后，再訓(xùn)練下一層，直到所有樣本訓(xùn)練完畢。這樣就得到了所有隱單元的希望輸出值。 6）對(duì)另一個(gè)新的樣本采用同樣的方法進(jìn)行訓(xùn)練。 7）通過 LMS算法對(duì)每一層進(jìn)行學(xué)習(xí)，得到全部權(quán)的解。 2022/8/31 馬盡文 13 自適應(yīng)線性單元組成的網(wǎng)絡(luò) (ii).單層 AD的 LMS算法分析 實(shí)際中，單層 AD的 LMS算法采用下面形式： 其中 為迭代次數(shù)（時(shí)刻）， 為 時(shí)刻的樣本矢量， 為 時(shí)刻的誤差， 分別為當(dāng)前和下一時(shí)刻的權(quán)矢量。 當(dāng) 是雙極矢量時(shí)，即分量為 ，這時(shí)有： 為常數(shù)。 )()(||)(||)()1( 2 kxkkxkwkw ?????)1(),( ?kwkwk )(kx k)(k? k)(kx 1?1)()()(||)(|| 221202 ?????? nkxkxkxkx n?2022/8/31 馬盡文 14 自適應(yīng)線性單元組成的網(wǎng)絡(luò) 誤差為： 當(dāng)權(quán)改變時(shí)，其誤差改變?yōu)椋? 故得： 這說明，對(duì)網(wǎng)絡(luò)的一個(gè)輸入樣本，誤差的變化是縮小當(dāng)前誤差的 倍。因此，選擇 可控制算法的收斂速度和穩(wěn)定性。 )()()()( kwkxktk T???)()(||)(||)()1()()()()]()()([)(2 kxkkxkwkwkwkwkxkwkxktk TT???????????????)()()(||)(||)()()()( 2 kkxkkxkxkwkxk TT ????? ????????? ?2022/8/31 馬盡文 15 自適應(yīng)線性單元組成的網(wǎng)絡(luò) 3. Adaline 和 Madaline的應(yīng)用 (i).在信號(hào)處理中的應(yīng)用： Adaline自適應(yīng)濾波器 ?LMS ??)(kx )1( ?kx )2( ?kx )( lkx ?0w 1w 2w lw???濾波輸出信號(hào)理想輸出信號(hào) ?? ??li iikxwkS0)()()(ky)()()( knkykx ??2022/8/31 馬盡文 16 自適應(yīng)線性單元組成的網(wǎng)絡(luò) (a) 系統(tǒng)建模 對(duì)于線性系統(tǒng)（分量疊加型或延時(shí)疊加型），都可通過上述系統(tǒng)建模） ??_未知系統(tǒng) S自適應(yīng)濾波器或Adal ine)(kx系統(tǒng)輸入 系統(tǒng)輸出?)(ky2022/8/31 馬盡文 17 自適應(yīng)線性單元組成的網(wǎng)絡(luò) (b). 噪聲對(duì)削 在濾波器的設(shè)計(jì)中，我們總希望將信號(hào)中的噪聲去掉沒，但實(shí)際中很難作到。這里可通過A
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1