版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、5.45.4BPBP神經網絡的基本原理神經網絡的基本原理BP（BackPropagation）網絡是1986年由Rinehart和McClell為首的科學家小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W絡，是目前應用最廣泛的神經網絡模型之一。BP網絡能學習和存貯大量的輸入輸出模式映射關系，而無需事前揭示描述這種映射關系的數(shù)學方程。它的學習規(guī)則是使用最速下降法，通過反向傳播來不斷調整網絡的權值和閾值，使網絡的誤差平方和最小。BP神經網絡
2、模型拓撲結構包括輸入層（input）、隱層(hidelayer)和輸出層(outputlayer)（如圖5.2所示）。5.4.15.4.1BPBP神經元神經元圖5.3給出了第j個基本BP神經元（節(jié)點），它只模仿了生物神經元所具有的三個最基本也是最重要的功能：加權、求和與轉移。其中x1、x2…xi…xn分別代表來自神經元1、2…i…n的輸入；wj1、wj2…wji…wjn則分別表示神經元1、2…i…n與第j個神經元的連接強度，即權值；bj
3、為閾值；f()為傳遞函數(shù)；yj為第j個神經元的輸出。第j個神經元的凈輸入值為：（5.12）其中：若視，，即令及包括及，則k=12……q（5.15）輸出層節(jié)點的輸出為：j=12……m（5.16）至此BP網絡就完成了n維空間向量對m維空間的近似映射。5.4.2.25.4.2.2反向傳播反向傳播1)定義誤差函數(shù)輸入個學習樣本，用來表示。第個樣本輸入到網絡后得到輸出（j=12…m）。采用平方型誤差函數(shù)，于是得到第p個樣本的誤差Ep：（5.17）
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論