bp神經(jīng)網(wǎng)絡(luò)方法ppt課件-wenkub.com
2025-01-02 03:16 本頁面
【正文】 改進的權(quán)值修正： )]1()([)()1( ?????? twtwytwtw ijijijijij ???—— 收斂快、權(quán)值平滑變化 α：平滑因子， 0α1。 第二步：輸入樣本，指定輸出層各神經(jīng)元的希望輸出值。 1 0 y j j θ j 設(shè)：輸出層中第 k個神經(jīng)元的實際輸出為 yk，輸入為 k； 與輸出層相鄰的隱層中任一神經(jīng)元 j的輸出為 yj。 ? yM y1 ? x1 x2 x n ? ? ? ? 輸入層 第一隱層 第二隱層 輸出層 中間層為一層或多層處理單元； 前饋網(wǎng)絡(luò)； 結(jié)構(gòu)： 只允許一層連接權(quán)可調(diào)。 經(jīng)驗證明，當(dāng) η隨 k的增加而減小時，算法一定收斂。 設(shè)第 k次輸入的模式向量為 Xk，與第 j個神經(jīng)元相連的權(quán)向量為 T)1(21 ],[)( jnjjj k ?? ?W第 j個神經(jīng)元的實際輸出為 ])([)( T kjj kfky XW? Mj ??1第四步：修正權(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。 T21 ],[ nxxx ??X輸出層第 j個神經(jīng)元對應(yīng)第 j個模式類， θj：第 j個神經(jīng)元的閾值； wij：輸入模式第 i個分量與 輸出層第 j個神經(jīng)元間的連接權(quán)。 —— 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。 dj， yj(t)：第 j個神經(jīng)元的期望輸出與實際輸出； xi(t)：第 j個神經(jīng)元的第 i個輸入。 實質(zhì)： 1． Hebb學(xué)習(xí)規(guī)則 典型的權(quán)值修正方法： Hebb學(xué)習(xí)規(guī)則、誤差修正學(xué)習(xí) 如果神經(jīng)網(wǎng)絡(luò)中某一神經(jīng)元與另一直接與其相連的神經(jīng) 元同時處于興奮狀態(tài)，那么這兩個神經(jīng)元之間的連接強度應(yīng) 該加強。 抑制狀態(tài)的神經(jīng)元 由樹突和細(xì)胞體 接收傳來的興奮電位 不應(yīng)期 產(chǎn)生輸出脈沖 輸入興奮總 量超過閾值 神經(jīng)元被激發(fā) 進入興奮狀態(tài) 由突觸傳遞給其它神經(jīng)元 人工神經(jīng)元及神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)元：生物神經(jīng)元的簡化模擬。 第四個階段： 1987年至今，趨于平穩(wěn)。 第二階段：低潮期，始于 1969年。 優(yōu)點：
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1