BP神经网络主题知识

BP神经网络BP神经网络主题知识第1页输入样本，计算误差开始是否收敛数据初始化否结束是划分训练数据与测试数据初始化BP网络调整权值BP神经网络算法使用流程图

BP神经网络主题知识第2页数据初始化

1、当前有300名管理学院全体男女生身高，体重，性别数据存在EXCEL表中；2、在EXCEL表中读取数据；3、将数据存在DATA（height,weight,gender）数组中。BP神经网络主题知识第3页划分训练数据与测试数据取其中男女各50人作为训练数据，其它留作测试数据。BP神经网络主题知识第4页初始化BP网络x1x2xMK1K2KIY1YJ

BP神经网络主题知识第5页初始化BP网络---输入层x1x2xMK1K2KIY1YJ输入层输入层节点数等于样本维度。在本例中，学生维度为身高，体重，故神经网络输入节点为2。

BP神经网络主题知识第6页初始化BP网络---隐含层x1x2xMK1K2KIY1YJ输入层隐含层隐含层实现了非线性映射。隐含层节点数对BP网络性能有很大影响，普通较多节点能够带来更加好性能，但可能造成训练时间过长。隐含层节点数经验公式：M=log2n,n为输入层神经元个数

BP神经网络主题知识第7页初始化BP网络---输出层x1x2xMK1K2KIY1YJ输入层隐含层输出层输出层个数需要依据实际问题中得到抽象模型进行确定。如在模式分别问题中，共有n个种类，则输出层能够有n个神经元。在本例中，输出层为两个神经元，男、女。

BP神经网络主题知识第8页初始化BP网络---传递函数x1x2xMK1K2KIY1YJ输入层隐含层输出层传递函数每一层神经元都有一个传递函数，在经典BP网络中，输入层传递函数原函数，隐含层传递函数为Sigmoid函数，输出层传递函数为线性函数。

BP神经网络主题知识第9页初始化BP网络---神经网络运行(工作信号正向传输)x1x2xMK1K2KIY1YJ输入层隐含层输出层以隐含层为例，隐含层神经元Ki输入令为sigmoid函数，则隐含层神经元Ki输出

BP神经网络主题知识第10页是否收敛1、能够给误差设置一个阈值2、训练到固定代数，停顿BP神经网络主题知识第11页调整权值---神经网络运行(误差反向传输)x1x2xMK1K2KIY1YJ输入层隐含层输出层我们令输出层误差为,则网络总误差为首先我们能够调整隐含层与输出层参数，依据最速下降法,求导得，误差向前传输，我们能够调整输入层和隐含层参数。

BP神经网络主题知识第12页1、动量BP法2、学习率可变BP算法3、拟牛顿法

调整权值---其它调整方式

BP神经网络主题知识第13页实际MATLAB应用%脚本使用newff函数实现性别识别%main_newff.m%%清理clear,clcrng('default')rng(2)%%读入数据xlsfile='student.xls';[data,label]=getdata(xlsfile);%%划分数据[traind,trainl,testd,testl]=divide(data,label);%%创建网络net=feedforwardnet(3);%3代表隐含层节点数net.trainFcn='trainbfg';%%训练网络net=train(net,traind‘,trainl);%%traind’和trainl分别代表输入、出层节点数

%%测试test_out=sim(net,testd');test_out(test_out>=0.5)=1;test_out(test_out<0.5)=0;rate=sum(test_out==t