BP人工神经网络综述
1. 绪论
1.1 人工神经网络的概念、提出与发展
人工神经网络是模拟人脑的生物神经系统的模型,它通过模拟人脑的学习过程,来创建一个对实际问题进行解决的数学模型。所谓的学习过程,就是不断调整权值和算法,创建数学模型的过程。人工神经网络由大量人工神经元彼此按某种方式相互连接而形成的网络,通过对连续或断续式的输入作状态响应而进行信息处理。具有联想记忆功能、分类识别、优化计算、非线性运算等功能。
人们对神经网络的研究从20世纪40年代就已经开始了,1943年由神经生物学家MeCulloch和数理逻辑学家Pitts合作,提出了第一个人工神经元模型;1949年心理学家Hebb在《行为组织学》中提出了神经元之间连接强度的变化规律;1958年由Rosenblatt提出了感知机模型网络;1960年,Widrow和Hoff提出了Widrow-Hoff学习规则来促进网络的学习效率;然而,由于1969年Minsky和Parpcrt出版的《感知机》一书中提出了感知机网络的局限性,人们又未找到更加合适的模型,使得人工神经元网络的研究陷入低潮。
20实际80年代,人工神经元网络随着美国Hopfield教授的Hopfield神经元网络的发明又取得了长足的进展;1984年,利用Hopfield网络原理,诞生了第一个基于硅芯片的硬件神经元网络;1986年至1988年,产生了BP神经网络模型,此项技术不断发展完善,迄今为止,BP算法是最为成熟、应用最广泛的人工神经网络算
(1)预备知识 (2)BP算法和BPDN算法 预备知识稀疏表示,它意欲用尽可能少的非0系数表示信号的主要信息, 从而简化信号处理问题的求解过程。稀疏表示模型可...
BP算法及其优缺点 BP算法及其优缺点--误差反传(Error --误差反传(Error Back Propagation) Propagation) 算法的改进与BP网络设计 算法的改进与BP网络设计 基于BP ...
第7章 7.2 典型神经网络--BP ?反向传播网络 Back—Propagation Network, 由于其权值的调整采用反向传播 (Backpropagation)的学习算法, 因此被称为BP网络。 BP...
隐藏层 输出层 BP算法是一种有监督式的学习算法,其主要思想是:输入学习 样本,使用反向传播算法对网络的权值和偏差进行反复的调整训 练,使输出的向量与期望向量尽...
BP算法程序实现_IT/计算机_专业资料 暂无评价0人阅读0次下载举报文档 BP算法程序实现_IT/计算机_专业资料。今日推荐 88份文档 ...
BP算法的实现_广告/传媒_人文社科_专业资料。BP算法的实现BP算法的实现 田华 (烟台南山学院软件工程学院 山东 龙口 265706) 摘要:BP算法采用广义的学习规则,是...
3.4.5 误差曲面与 BP 算法的局限性 3.5 标准 BP 算法的改进 标准 BP 算法在应用中暴露出一些缺陷: (1) 易形成局部极小而得不到全局最优; (2) 训练...
BP神经网络算法原理_计算机软件及应用_IT/计算机_专业资料。介绍了BP神经网络算法的基本原理并进行了举例一个2×3×1 的神经网络即输入层有两个节点,隐层含三...
BP 算法原理 BP 网络简介 误差反向传播算法(BP)是感知器学习规则当前著名发展,其中增加了额 外的隐含层(在输入层和输出层之间,它不予外界直接相连) 。网络拓扑...
热门文档