人工神經(jīng)網(wǎng)絡(luò)建模ppt課件(參考版)
2025-01-08 05:06本頁(yè)面
【正文】 22 ufat ???2222 )))1(e x p (1/())1(e x p ())1()1(( uuat ?????（ 4）取 （或其他正數(shù)，可調(diào)整大?。? ??數(shù) 學(xué) 模 型 )()1(1 ip??(5) 計(jì)算 和 :),()1(1 jiW p ?)()1(1 ip?? 222)1(2)1(2 )))1(e x p (1/())1(e x p ()),1()1(( uuiW pp ???? ???)()(),(),( )1(0)1(1)(1)1(1 jaijiWjiW pppp ??? ?? ??j=1,2,3, i=1,2,3, 計(jì)算 j=1,2,3 ),1()1(2 jW P ?)()1(),1(),1( )1(1)1(2)(2)1(2 jajWjW pppp ??? ?? ??j=1,2,3 數(shù) 學(xué) 模 型 ? (6) p=p+1，轉(zhuǎn)（ 2） ? 注：僅計(jì)算一圈 （ p=1， 2， … ， 15） 是不夠的 ， 直到當(dāng)各權(quán)重變化很小時(shí)停止 ， 本例中 ， 共計(jì)算了147圈 ， 迭代了 2205次 。 (2) 根據(jù)輸入數(shù)據(jù)利用公式算出網(wǎng)絡(luò)的輸出 ????????????3101010101131010101011)(),2()3()3,2()2()2,2()1()1,2()2()(),1()3()3,1()2()2,1()1()1,1()1(jjjajwawawawujajwawawawu))(()( 11 iufia ? ))(e x p (1 11 iu??= 2,1?i數(shù) 學(xué) 模 型 ,1)3(1 ??a))1(e x p (11)1()(),1()1(2231122uajajwuj???? ??取 （ 3）計(jì)算 xexf ??? 11)(因?yàn)? 所以 239。 )2()2()2,2()1()1,2()2()1()2()2,1()1()1,1()1(101011101011????????awawuawawu))1(()1( 11 ufa ? ))2(()2( 11 ufa ?其中， 為閾值， 為激勵(lì)函數(shù) i?f1)3(0 ??a若令 （作為一固定輸入） （閾值作為固定輸入神經(jīng)元相應(yīng)的權(quán)系數(shù)） jjw ??)3,(1 2,1?j數(shù) 學(xué) 模 型 ????????????3101010101131010101011)(),2()3()3,2()2()2,2()1()1,2()2()(),1()3()3,1()2()2,1()1()1,1()1(jjjajwawawawujajwawawawu則有： xexf ??? 11)(取激勵(lì)函數(shù)為 ))(()( 11 iufia ? = ))(e x p (1 11 iu??2,1?i則 同樣，取 ,1)3(1 ??a ??)3,1(2w))1(e x p (11)1()(),1()1(2231122uajajwuj???? ??數(shù) 學(xué) 模 型 （ 1）隨機(jī)給出兩個(gè)權(quán)矩陣的初值；例如用 MATLAB軟件時(shí)可以用以下語(yǔ)句： 令 p=0 具體算法如下： )0(1W=rand(2,3)。 ? 建模 ： （ 輸入層 ， 中間層 ， 輸出層 ， 每層的元素應(yīng)取多少個(gè) ？ ）
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1