BP神经网络基本原理与应用.pptx
- shujukd个人认证 |
- 2021-10-18 发布|
- 4.25 MB|
- 47页
BP神经网络基本原理与应用
目录
1.神经网络的来源
2.ANN初识
3.BP神经网络
4.BP神经网络与应用
BP神经网络
人工神经网络来源
1 大脑可视作为10的12次方个神经元组成的神经网络。
人类神经元的速度100m/s至150m/s,比计算机的要慢,且电位传播有延时
但人类的情感、行为、思维、想法,至今还是计算机没法完全实现
为什么计算机暂时还赶不上人脑?
因为人与动物神经网络足够复杂 一个神经元一般会与100到10000个神经元连接,所构成的网络是一个巨复杂网络!
并行的
运作与存贮同时进行
有自我学习
从动物神经网络到人工神经网络
神经元的数学模型
图 神经元的数学模型
X 为输入,W为权值,y为输出,b为阈值,f(*)为激活函数
从动物神经网络到人工神经网络
神经元的数学公式
X 为输入,W为权值,y为输出,b为阈值,f(*)为激活函数
输入值求和:
输出值计算:
从动物神经网络到人工神经网络 激活函数执行对该神经元所获得的网络输入的变换,也可以称为激励函数、活化函数: o=f(net)
1、线性函数(Liner Function)
f(net)=k*net+c
从动物神经网络到人工神经网络 β if net>θ
f(net)= -γ if net≤ θ
β、γ、θ均为非负实数,θ为阈值
二值形式: 1 if net>θ
f(net)= 0 if net≤ θ
双极形式: 1 if net>θ
f(net)= -1 if net≤ θ
2、阈值函数(Threshold Function)阶跃函数
从动物神经网络到人工神经网络
人工神经网络初识
2
人工神经网络(ANN)
众多神经元之间组合形成神经网络,例如下图的含有中间层(隐层)的网络
人工神经网络(ANN)
基本神经网络的拓扑结构
b1
bi
a1
c1
cq
cj
ah
bp