人工神经网络课件1解析.ppt_第1页
人工神经网络课件1解析.ppt_第2页
人工神经网络课件1解析.ppt_第3页
人工神经网络课件1解析.ppt_第4页
人工神经网络课件1解析.ppt_第5页
免费预览已结束，剩余29页可下载查看

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

人工神经网络及其经济管理应用,TheApplicationofANNtoEconomics0otherwise.Hardlims(n)=1,ifn=0;-1otherwise.,激活函数类型TransferFunction,线性函数lineartransferfunction,purelin(n)=n,激活函数类型TransferFunction,分段线性函数Saturatinglineartransferfunction,satlin(n)=0,ifn=0;n,if0=n=1;1,if1=nsatlins(n)=-1,ifn=-1;n,if-1=n=1;1,if1=n,激活函数类型TransferFunction,Sigmoid函数（S形曲线）,logsig(n)=1/(1+exp(-n)tansig(n)=2/(1+exp(-2*n)-1Thisismathematicallyequivalenttotanh(n)双曲正切函数,网络模型结构单层前馈网,源节点输入层,神经元输出层,一个严格无圈的和前馈的网络。“单层”是指神经元输出层。源节点输入层不计算在内。,网络模型结构多层前馈网,源节点输入层,隐藏神经元层,神经元输出层,一个完全连接网络。理论上隐层可以有N个。隐层的存在可以使网络具有很强的能力（如泛函逼近能力）隐层神经元的学习算法是一个难点。应用十分广泛。（如BP网）,网络模型结构递归网络,无隐层、无自反馈递归网络,延迟,递归网络也可以是有隐层的。左图为清晰起见没有完全连接，实际上是否完全连接取决于设计者的目的。由于反馈环的存在，这种网络可以实现非线性动态行为。,让数据说话神经网络的知识表达,ANN的知识表达是内嵌的。内嵌的结果是神经元之间的连接发生变化。整体性：单独某个连接的变化也许并无意义。规则1：类似的输入通常产生类似的表示规则2：不同类输入给出差别很大的表示规则3：如果某特征很重要，则表达涉及大量的神经元规则4：先验信息和不变性可事先附加于网络。,如何让外部刺激产生知识？,神经元之间连接权重的调整是表达知识的最基本方法。如何按照前述四个规则调整权重成为关键问题。,学习算法,学习算法的种类：误差修正学习基于记忆的学习Hebb学习竞争学习Boltzmann学习,学习算法的定义,学习：因经验而发生的持久的行为改变。神经网络学习：学习是一个过程，通过该过程神经网络的自由参数在其嵌入的环境的激励过程中得到调节。学习的类型由参数改变的方式决定。（
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论