BP人工神經(jīng)網(wǎng)絡(luò)的基本原理、模型與實例教學(xué)課件_第1頁
BP人工神經(jīng)網(wǎng)絡(luò)的基本原理、模型與實例教學(xué)課件_第2頁
BP人工神經(jīng)網(wǎng)絡(luò)的基本原理、模型與實例教學(xué)課件_第3頁
BP人工神經(jīng)網(wǎng)絡(luò)的基本原理、模型與實例教學(xué)課件_第4頁
BP人工神經(jīng)網(wǎng)絡(luò)的基本原理、模型與實例教學(xué)課件_第5頁
已閱讀5頁,還剩22頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

第8章

人工神經(jīng)網(wǎng)絡(luò)方法2021/8/231精品PPT模板本講大綱:人工神經(jīng)網(wǎng)絡(luò)的基本概念誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)2021/8/232精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念從數(shù)學(xué)和物理方法以及信息處理的角度,對人腦神經(jīng)網(wǎng)絡(luò)進行抽象,并建立某種簡化模型,稱為人工神經(jīng)網(wǎng)絡(luò)。應(yīng)用領(lǐng)域:模式識別系統(tǒng)辨識預(yù)測預(yù)估數(shù)據(jù)挖掘經(jīng)濟學(xué)……2021/8/233精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念

人工神經(jīng)網(wǎng)絡(luò)在本質(zhì)上是由許多小的非線性函數(shù)組成的大的非線性函數(shù),反映的是輸入變量到輸出變量間的復(fù)雜映射關(guān)系。先給出單個人工神經(jīng)網(wǎng)絡(luò)的一般模型描述:2021/8/234精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念先來看一個單一輸入的神經(jīng)元模型輸入變量:x1連接權(quán)重:w1激活函數(shù):f(·)

w1x1f(·)

w1x12021/8/235精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念

2021/8/236精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念單極sigmoid函數(shù)2021/8/237精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念雙曲函數(shù)2021/8/238精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念增加激活閾值后的神經(jīng)元模型輸入變量:x1連接權(quán)重:w1激活函數(shù):f(·)

w1x1f(·)

w1x1-θ-1小練習(xí):請你算一算,當(dāng)初始輸入、權(quán)重和激活閾值為如下數(shù)值時,該神經(jīng)元的凈輸入和輸出分別是多少?x1w1θ10.20.42021/8/239精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念當(dāng)輸入增加時的神經(jīng)元模型輸入變量:x1,x2連接權(quán)重:w1,w2激活函數(shù):f(·)

w1x1f(·)

w1x1+w2x2-θ-1w2x2小練習(xí):請你算一算,當(dāng)初始輸入、權(quán)重和激活閾值為如下數(shù)值時,該神經(jīng)元的凈輸入和輸出分別是多少?x1x2w1w2θ100.20.40.42021/8/2310精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念

w1w2wmxmx2x1............f(·)

-1

2021/8/2311精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念當(dāng)多個神經(jīng)元組合起來時,人工神經(jīng)網(wǎng)絡(luò)的總體結(jié)構(gòu)如下:輸入層隱

層-1-1-1∑

f∑

f........................xmx2x1........................y1y2yn∑

f∑

f∑

f∑

f∑

f∑

f∑

f-1輸出層............2021/8/2312精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念當(dāng)層數(shù)增加時的神經(jīng)元模型輸入變量:x1,x2連接權(quán)重:w1,w2激活函數(shù):f(·)

w1x1f(·)

w1x1+w2x2-θ-1w2x2小練習(xí):請你算一算,當(dāng)初始輸入、權(quán)重和激活閾值為如下數(shù)值時,該神經(jīng)元的凈輸入和輸出分別是多少?x1x2w1w2θ100.20.40.42021/8/2313精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念x1x2x3w14w15w24w25w34w35w46w56θ4θ5θ61010.2-0.30.40.1-0.50.2-0.3-0.20.4-0.2-0.1123456x1x3x2w14w15w24w25w34w35w46w56θ4θ5θ6初始輸入、權(quán)重和偏倚值小練習(xí):請你算一算,各節(jié)點的凈輸入和凈輸出分別是多少?2021/8/2314精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念單元j凈輸入Ij凈輸出Oj123456x1x3x2w14w15w24w25w34w35w46w56θ4θ5θ6凈輸入和輸出的計算-0.70.10.3320.525-0.1050.47440.2+0-0.5-0.4=-0.75-0.3+0+0.2+0.2=0.16-(0.3)(0.332)-(0.2)(0.525)+0.1=-0.1051/(1+e0.7)=0.3321/(1+e-0.1)=0.5251/(1+e0.105)=0.4742021/8/2315精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念思考:

如果想要讓神經(jīng)網(wǎng)絡(luò)的期望輸出盡可能接近“1”這個數(shù)值,請問應(yīng)該調(diào)整網(wǎng)絡(luò)的哪些參數(shù)?2021/8/2316精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念123456x1x3x2w14w15w24w25w34w35w46w56θ4θ5θ6x1x2x3w14w15w24w25w34w35w46w56θ4θ5θ61010.192-0.3060.40.1-0.5080.194-0.261-0.1380.408-0.194-0.218初始輸入、權(quán)重和偏倚值小練習(xí):若將各權(quán)值與閾值換成以上各值,各節(jié)點的凈輸入和凈輸出分別是多少?2021/8/2317精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念單元j凈輸入Ij凈輸出Oj123456x1x3x2w14w15w24w25w34w35w46w56θ4θ5θ6凈輸入和輸出的計算-0.5220.0820.62760.4795-0.18420.545940.192+0-0.306-0.408=-0.5225-0.306+0+0.194+0.194=0.0826-(0.3)(0.6276)-(0.2)(0.4795)+0.1=-0.18421/(1+e-0.522)=0.62761/(1+e-0.1)=0.47951/(1+e-0.1842)=0.5459與0.474相比更接近“1”了2021/8/2318精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念神經(jīng)網(wǎng)絡(luò)運算的難點之一:如何高效地確定各個連接權(quán)值W與激活閾值θ

自動確定權(quán)值與閾值的過程稱為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)(訓(xùn)練)。2021/8/2319精品PPT模板8.1人工神經(jīng)網(wǎng)絡(luò)的基本概念神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式:監(jiān)督學(xué)習(xí)非監(jiān)督學(xué)習(xí)激勵學(xué)習(xí)2021/8/2320精品PPT模板8.2誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)反向傳播算法分二步進行,即正向傳播和反向傳播。1.正向傳播輸入的樣本從輸入層經(jīng)過隱單元一層一層進行處理,通過所有的隱層之后,則傳向輸出層;在逐層處理的過程中,每一層神經(jīng)元的狀態(tài)只對下一層神經(jīng)元的狀態(tài)產(chǎn)生影響。在輸出層把現(xiàn)行輸出和期望輸出進行比較,如果現(xiàn)行輸出不等于期望輸出,則進入反向傳播過程。2.反向傳播反向傳播時,把誤差信號按原來正向傳播的通路反向傳回,并對每個隱層的各個神經(jīng)元的權(quán)系數(shù)進行修改,以望誤差信號趨向最小。2021/8/2321精品PPT模板8.2誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)

2021/8/2322精品PPT模板8.2誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)單元j計算誤差Errj123456x1x3x2w14w15w24w25w34w35w46w56θ4θ5θ6每個節(jié)點輸入端誤差Errj的計算Err4=-0.0087Err5=-0.00650.3320.525Err6=0.13111-0.4744[0.332?(1-0.332)]?(0.1311)?(-0.3)5[0.525?(1-0.525)]?(0.1311)?(-0.2)6[0.474?(1-0.474)]?(1-0.474)-0.0087-0.00650.13110.1311?w460.1311?w562021/8/2323精品PPT模板8.2誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)權(quán)重或偏差新值w46-0.3+(0.9)(0.1311)(0.332)=-0.261w56-0.2+(0.9)(0.1311)(0.525)=-0.138w140.2+(0.9)(-0.0087)(1)=0.192w15-0.3+(0.9)(-0.0065)(1)=-0.306w240.4+(0.9)(-0.0087)(0)=0.4w250.1+(0.9)(-0.0065)(0)=0.1w34-0.5+(0.9)(-0.0087)(1)=-0.508w350.2+(0.9)(-0.0065)(1)=0.194θ6-0.1+(0.9)(0.1311)(-1)=-0.218θ5-0.2+(0.9)(-0.0065)(-1)=-0.194θ40.4+(0.9)(-0.0087)(-1)=0.408權(quán)重和偏倚更新的計算2021/8/2324精品PPT模板參考資料(美)韓家煒,(美)坎伯(Kamber,M.),等.數(shù)據(jù)挖掘:概念與技術(shù),第3版[M].機械工業(yè)出版社,2012.張興會.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)[M].清華大學(xué)出版社,2011.2021/8/2325精品PPT模板9、人的價值,在招收誘惑的一瞬間被決定。03-2月-2303-2月-23Friday,February3,202310、低頭要有勇氣,抬頭要有低氣。***2/3/20234:30:30PM11、人總是珍惜為得到。03-2月-23**Feb-2303-Feb-2312、人亂于心,不寬余請。***Friday,February3,202313、生氣是拿別人做錯的事來懲罰自己。03-2月-2303-2月-23**03February202314、抱最大的希望,作最大的努力。03二月2023**03-2月-2315、一個人炫耀什么,說明他內(nèi)心缺少什么。。二月23*03-2月-23*03February202316、業(yè)余生活要有意義,不要越軌。**2/3/202317、一個人即使已登上頂峰,也仍要自強不息。***03-2月-23謝謝大家2021/8/2326精品PPT模板9、人的價值,在招收誘惑的一瞬間被決定。03-2月-2303-2月-23Friday,February3,202310、低頭要有勇氣,抬頭要有低氣。***2/3/20234:30:30PM11、人總是珍惜為得到。03-2月-23**Feb-2303-Feb-2312、人亂于心,不寬余請。***F

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(dān)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