subject_21581.htm

一些关于vc的问答

<p>
序号：21581 发表者：wqt 发表日期：2002-11-18 20:18:07
<br>主题：求教：神经网络！
<br>内容：在此想向大家请教关于神经网络方面的知识；入门的先.
<br><a href="javascript:history.go(-1)">返回上页</a><br><a href=http://www.copathway.com/cndevforum/>访问论坛</a></p>
<hr size=1>
<blockquote><p>
<font color=red>答案被接受</font><br>回复者：母鸡狂嚎 回复日期：2002-12-01 21:42:44
<br>内容：&nbsp;&nbsp;&nbsp;&nbsp;误差反向传播神经网络简称BP网络，是神经网络模型中使用最广泛的一种。BP神经网络具有较强的联想记忆推广能力，可以实现复杂的高度非线性映射。BP神经网络是典型的多层前向网络，分为输入层、中间层和输出层。层与层之间多采用全互连方式，同一层单元之间不存在相互连接。BP神经网络的处理单元为非线性输入、输出关系，一般采用S型传递函数处理单元的输入和输出值可连续变化。正是由于神经网络采用了这种连续变化的非线性输入、输出关系，所以BP神经网络的每一层连接权值都可以通过学习来调节，实现了多层网络学习的设想。<BR>&nbsp;&nbsp;&nbsp;&nbsp;BP神经网络采用最小均方差学习方式，在使其评价函数最小化过程中，完成输入信号到输出信号的映射。当给定网络一个输入模式时，它由输入层单元传递到中间层单元，经中间层单元逐层处理后再送到输出层单元，由输出层单元处理后产生一个输出模式，这是一个逐层状态更新过程，称为为前向传播。如输出模式与期望输出模式有误差，那就转入误差反向传播，将误差值沿连接通路逐层传送并修正各层连接权值。对于给定的一组训练模式，不断训练，重复前向传播和误差反向传播过程，直到各个训练模式都满足要求为止。这种算法的学习过程归纳起来可分为如下几步：<BR>(1)从训练集里选取一个训练对，并将输入向量作为网络的输入；<BR>(2)计算网络的输出；<BR>(3)计算网络输出与所要求的输出(训练对的目标向量)的误差；<BR>(4)调整权值误差最少；<BR>(5)对训练集中的所有向量重复第一步到第四步，直到对整个集合的总体误差可以接受为止。<BR>&nbsp;&nbsp;&nbsp;&nbsp;BP神经网络的学习算法属于广义δ学习规则，对于每一个输入，网络都要产生一个实际输出，在学习期间，需要把输入和期望输出同时提供给网络。用实际输出和期望输出的误差来修改连接权值和阀值，使实际输出与期望输出尽可能接近。<BR><BR>
<br>
<a href="javascript:history.go(-1)">返回上页</a><br><a href=http://www.copathway.com/cndevforum/>访问论坛</a></p></blockquote>
<hr size=1>
<blockquote><p>
回复者：母鸡狂嚎 回复日期：2002-12-03 19:18:42
<br>内容：可以出题可以多点分，让人家多赚点。
<br>
<a href="javascript:history.go(-1)">返回上页</a><br><a href=http://www.copathway.com/cndevforum/>访问论坛</a></p></blockquote>