人工神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例分析-資料下載頁(yè)
2025-09-24 10:27本頁(yè)面
【正文】 在國(guó)外被稱為 “藝術(shù)創(chuàng)造的過程〞，是一個(gè)復(fù)雜而又十分煩瑣和困難的過程。 第十四頁(yè)，共二十頁(yè)。 由于 BP網(wǎng)絡(luò)采用誤差反傳算法，其實(shí)質(zhì)是一個(gè)無約束的非線性最優(yōu)化計(jì)算過程，在網(wǎng)絡(luò)結(jié)構(gòu)較大時(shí)不僅計(jì)算時(shí)間長(zhǎng)，而且很容易限入局部極小點(diǎn)而得不到最優(yōu)結(jié)果。目前雖已有改進(jìn) BP法、遺傳算法〔 GA〕和模擬退火算法等多種優(yōu)化方法用于 BP網(wǎng)絡(luò)的訓(xùn)練 (這些方法從原理上講可通過調(diào)整某些參數(shù)求得全局極小點(diǎn) )，但在應(yīng)用中，這些參數(shù)的調(diào)整往往因問題不同而異，較難求得全局極小點(diǎn)。這些方法中應(yīng)用最廣的是增加了沖量〔動(dòng)量〕項(xiàng)的改進(jìn) BP算法。 第十五頁(yè)，共二十頁(yè)。 訓(xùn)練函數(shù)的選擇 第十六頁(yè)，共二十頁(yè)。 第十七頁(yè)，共二十頁(yè)。 第十八頁(yè)，共二十頁(yè)。 學(xué)習(xí)率和沖量系數(shù) 學(xué)習(xí)率影響系統(tǒng)學(xué)習(xí)過程的穩(wěn)定性。大的學(xué)習(xí)率可能使網(wǎng)絡(luò)權(quán)值每一次的修正量過大，甚至?xí)?dǎo)致權(quán)值在修正過程中超出某個(gè)誤差的極小值呈不規(guī)那么跳躍而不收斂；但過小的學(xué)習(xí)率導(dǎo)致學(xué)習(xí)時(shí)間過長(zhǎng)，不過能保證收斂于某個(gè)極小值。所以，一般傾向選取較小的學(xué)習(xí)率以保證學(xué)習(xí)過程的收斂性〔穩(wěn)定性〕，通常在 ~。 增加沖量項(xiàng)的目的是為了防止網(wǎng)絡(luò)訓(xùn)練陷于較淺的局部極小點(diǎn)。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。通常在 0~1之間，而且一般比學(xué)習(xí)率要大。 第十九頁(yè)，共二十頁(yè)。 內(nèi)容總結(jié) 人工神經(jīng)網(wǎng)絡(luò)的研究方法及應(yīng)用 實(shí) 例 分 析 2024. 6. 10。 ： “人工神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反響。預(yù)處理的方法有多種多樣，各文獻(xiàn)采用的公式也不盡相同。這些方法中應(yīng)用最廣的是增加了沖量〔動(dòng)量〕項(xiàng)的改進(jìn) BP算法。增加沖量項(xiàng)的目的是為了防止網(wǎng)絡(luò)訓(xùn)練陷于較淺的局部極小點(diǎn) 第二十頁(yè)，共二十頁(yè)。
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1