人工神經(jīng)網(wǎng)絡(luò)課件3_第1頁
人工神經(jīng)網(wǎng)絡(luò)課件3_第2頁
人工神經(jīng)網(wǎng)絡(luò)課件3_第3頁
人工神經(jīng)網(wǎng)絡(luò)課件3_第4頁
人工神經(jīng)網(wǎng)絡(luò)課件3_第5頁
已閱讀5頁，還剩14頁未讀， 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

TheApplicationofANNtoEconomics&Management人工神經(jīng)網(wǎng)絡(luò)

及其經(jīng)濟(jì)管理應(yīng)用

(3)單層感知器Rosenblatt（1958）提出感知器作為有教師學(xué)習(xí)的第一個(gè)模型。感知器是用于線性可分模式分類的最簡單神經(jīng)網(wǎng)絡(luò)模型。如果用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)的模式來自兩個(gè)線性可分得類，Rosenblatt已經(jīng)證明，特定的感知器算法一定是收斂的。單層感知器的神經(jīng)元模型偏置輸入一般置為1單層感知器激活函數(shù)激活函數(shù)一般選擇為STEP函數(shù)單層感知器網(wǎng)絡(luò)結(jié)構(gòu)源節(jié)點(diǎn)輸入層神經(jīng)元輸出層由于單層感知器輸出層神經(jīng)元相互之間沒有互聯(lián)關(guān)系，因此各神經(jīng)元輸入端權(quán)重的調(diào)整是相互獨(dú)立的。因此，可以只討論只有一個(gè)輸出層神經(jīng)元的情況。單層感知器學(xué)習(xí)算法對(duì)于權(quán)重矩陣中的Wij，如何確定?Wij，使得當(dāng)N→K時(shí)，‖a-T‖＜ê即確定一種訓(xùn)練方法和算法，使K次訓(xùn)練后網(wǎng)絡(luò)誤差可以接受。訓(xùn)練設(shè)計(jì)給出由標(biāo)準(zhǔn)輸入和標(biāo)準(zhǔn)輸出組成的樣本對(duì)足夠多的樣本對(duì)構(gòu)成訓(xùn)練集合反復(fù)進(jìn)行訓(xùn)練，并跟蹤實(shí)際輸出與標(biāo)準(zhǔn)輸出之間的誤差根據(jù)誤差修改權(quán)重直到誤差滿意為止。訓(xùn)練可分為串行模式和批量模式學(xué)習(xí)算法通用規(guī)則：定義某個(gè)與權(quán)重相關(guān)的能量函數(shù)E(w)，通過修改w,使E(w)→0相關(guān)方法：最速下降法（梯度法）Newton法最小

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(qǐng)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(qǐng)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(huì)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(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論