BP神经网络基本原理与应用.pptx

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