人工神經(jīng)網(wǎng)絡(luò)課程ppt課件-資料下載頁
2025-01-08 04:10本頁面
【正文】 (|)s i n (),(| 2 ??? ??? uuWSj?j?211|)2s i n()(| 1 ??? ???????xKxwfw Tjknkjknjj)2s i n()(111 xKxwfw Tjknkjknjj ?? ??????)(xhj2022/2/2 馬盡文 34 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) )2c o s (39。)2s i n (39。)2c o s ()2s i n ())2c o s ()2( s i n (),()(),(),(),(),(),(),(),(),(2xKbxKaixKbxKaxKixKcechNxgxhTKNNNNKTKTKNNNNKTKTNNNNKTKNNNNKxiKKjFjT???????????????????????????????????????02022/2/2 馬盡文 35 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) 使用充分多的隱單元，可得 令 ),39。,39。,39。(),()(),(),(KKKKKKKKKNNNNKK uWSbuWSaxy ???? ?? ??????)2c os ()2s i n()( ),(),(xKbxKaxh TNNNNKKTKF ???????? ??證畢)]1,0[(|||||)),39。,39。,39。()( c o s ()),()( s i n (||)()(||)()(||)()(||)()()()(||)()(|),(),(21),(),(nKNNNNKKKKKKKKKKKNNNNKKKKFjFFjFFjjxbauWSubuWSuaxhxhxyxhxhxhxyxhxhxhxyxh????????????????????????????????????????2022/2/2 馬盡文 36 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) (iii). 隱單元數(shù)的選擇 隱單元數(shù)：小，結(jié)構(gòu)簡單，逼近能力差，不收斂；大，結(jié)構(gòu)復(fù)雜，逼近能力強，收斂慢。 對于用作分類的三層 BP網(wǎng)絡(luò)，可參照多層感知機網(wǎng)絡(luò)的情況，得到下面設(shè)計方法： (a). 其中 為樣本個數(shù)，選取滿足上式最小的 。 (b). 169。. )0,(, 1101 ??????????????????? ?? inniinN niN 1n}10,2,1{(1 ????? aamnnnn 21 lo g?2022/2/2 馬盡文 37 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) (iv). 網(wǎng)絡(luò)參數(shù)初始值的選取 初試權(quán)：隨機， 比較小（接近于 0），保證狀態(tài)值較小，不在平滑區(qū)域內(nèi)。 6. BP網(wǎng)絡(luò)的應(yīng)用 (i). 模式識別、分類。用于語音、文字、圖象的識別，用于醫(yī)學(xué)圖象的分類、診斷等。 (ii). 函數(shù)逼近與系統(tǒng)建模。用于非線性系統(tǒng)的建模，擬合非線性控制曲線，機器人的軌跡控制，金融預(yù)測等。 2022/2/2 馬盡文 38 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) (iii). 數(shù)據(jù)壓縮。在通信中的編碼壓縮和恢復(fù)，圖象數(shù)據(jù)的壓縮和存儲及圖象特征的抽取等。 例 1. 手寫數(shù)字的識別 由于手寫數(shù)字變化很大，有傳統(tǒng)的 統(tǒng)計模式識別或句法識別很難得到 高的識別率， BP網(wǎng)絡(luò)可通過對樣本的學(xué)習(xí)得到較高的學(xué)習(xí)率。為了克服字體大小不同，我們選取這些數(shù)字的一些特征值作為網(wǎng)絡(luò)輸入。（可提?。┨卣魅纾? 1， 2， 3， 7 ：具有兩個端點； 0， 6， 8， 9：具有圈； 2：兩個端點前后； 2022/2/2 馬盡文 39 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) 對于一個樣本，若具有那個特征，所對應(yīng)的特征輸入單元取值為 1，否則為 0。我們可選擇 34個特征，即輸入單元個數(shù)為 34。輸出可取 10個單元，即 1個輸出單元對應(yīng)一個數(shù)字（該單元輸出為 1，其它為 0）。如果選取 200個人所寫的1000個樣本進行學(xué)習(xí)，使用三層 BP網(wǎng)絡(luò)，隱層單元數(shù) 應(yīng)如何選擇呢？ 根據(jù)前面的經(jīng)驗公式，可得到下面結(jié)果： 1n10m i n10 00 101 ?????????????ninni2022/2/2 馬盡文 40 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) 在實際中，我們選擇 。通過對 1000個樣本的學(xué)習(xí)所得到的網(wǎng)絡(luò)對 6000個手寫數(shù)字的正確識別率達到 95%。 例 。 在控制中往往希望產(chǎn)生一些非線性的輸出輸入關(guān)系。例如，已知一個機械臂取物的軌跡，根據(jù)這個軌跡可計算出機械臂關(guān)節(jié)的角度 和 （兩個關(guān)節(jié)），按照機械臂的 要求應(yīng)該反演計算出驅(qū)動馬達的力或頻率這是一個相當(dāng)復(fù)雜的計算問題。但我們可 634l og17~844211????????naanmn141 ?n1? 2??2022/2/2 馬盡文 41 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) 采 用 BP網(wǎng)絡(luò)對一些樣本的學(xué)習(xí)得到這些非線性曲線的擬合，根本無須知道機械臂的動力學(xué)模型。在一維情況下，就是擬合 ，其中 表示 角， 為所對應(yīng)的馬達驅(qū)動力。在某些位置，我們?nèi)菀椎玫竭@些對應(yīng)值，因此可以得到足夠的樣本。 )(xgy ? ?xy?xy2022/2/2 馬盡文 42 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) 例 BP網(wǎng)絡(luò)相當(dāng)于一個編碼、 解碼器， 越小，壓縮 率越小，但太小可能達 不到唯一譯碼的要求。 ???）壓縮率（的編碼對nnnnxxGunnuuuuuFymnxyTn211121l o g/)(,],[),(,1????????????1x1x 2x nxnx2x1u 2u 1nu1n2022/2/2 馬盡文 43 非線性連續(xù)變換單元組成的網(wǎng)絡(luò) 作業(yè)： k層前饋網(wǎng)絡(luò)的 BP算法，并且考慮跨層連接的權(quán)值。 221結(jié)構(gòu)的前饋網(wǎng)絡(luò)通過 BP算法求解 XOR問題，其中逼近精度 。 2m1結(jié)構(gòu)的前饋網(wǎng)絡(luò)通過 BP算法來逼近定義于 連續(xù)函數(shù) ，其中逼近精度 。請按均勻格點選擇 10000個樣本點，隨機選取 5000個作為訓(xùn)練樣本，且剩余的 5000個作檢測樣本。根據(jù)該學(xué)習(xí)問題，可選取三種不同的 m值，并觀察所得網(wǎng)絡(luò)在檢測樣本上的誤差變化。 2[0,1] 2212( ) 1 / ( 1 )y f x x x? ? ? ?? ?? ?
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1