BP神经网络和简单示例
神经网络浅尝
神经网络基础知识
常见函数介绍
案例——蠓虫分类
神经网络基础知识
组成: 大量简单 基础元件——神经元相互连接
工作原理: 模拟生物 神经处理信息 方法
功效: 进行信息 并行处理和非线性转化
特点: 比较轻松地实现非线性映射过程
含有大规模 计算能力
医学: 疾病识别
图像: 识别、去噪、增强、配准、融合
金融: 股票和有价证券 估计分析、资本收益 估计和分析、风险管理、信用评定等等
应用范围
神经网络结构图
输入层
输出层
中间层
树突
细胞核
细胞体
轴突
突触
神经末梢
生物神经元结构:
神经元结构模型
x1
x2
xj
x3
xn
yi
能够看出神经元通常表现为一个多输入、单输出 非线性器件
xj为输入信号, 为阈值, 表示与神经元 xj 连接 权值
yi表示输出值
传输函数
阈值型
线性型
S型
神经网络 互连模式
神经元分层排列, 分别组成输入层、中间层(也叫隐含层, 能够由若干层组成)和输出层。
前向网络:
输入层
输出层
中间层
特点: 每层只接收前一层 信息, 没有反馈。
如: 感知器网络和BP神经网络
有反馈 前向神经网络:
特点: 输出层对输入层有反馈信息。
如: 认知机和回归BP网络。
BP神经网络和简单示例课件 来自淘豆网www.taodocs.com转载请标明出处.