人工神经网络理论、设计及应用 第4章 自组织神经网络2.ppt_第1页
人工神经网络理论、设计及应用 第4章 自组织神经网络2.ppt_第2页
人工神经网络理论、设计及应用 第4章 自组织神经网络2.ppt_第3页
人工神经网络理论、设计及应用 第4章 自组织神经网络2.ppt_第4页
人工神经网络理论、设计及应用 第4章 自组织神经网络2.ppt_第5页
已阅读5页，还剩5页未读， 继续免费阅读

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

1、4.4对偶传播神经网络,1987年，美国学者Robert Hecht-Nielsen提出对偶传播神经网络模型(Counter-Propagation Network，缩写为CPN),对偶传播网络,4.4.1 网络结构与运行原理,X(x1,x2,xn)T Y(y1,y2,ym)T，yi0,1，i=1,2,m O(o1,o2,ol)T d(d1,d2,dl)T V=(V1,V2,Vj,Vm) W=(W1,W2,Wk,Wl),对偶传播神经网络,网络各层的数学描述如下：,对偶传播神经网络,CPN网运行过程,4.4.2 CPN的学习算法,第一阶段用竞争学习算法对输入层至隐层的内星权向量进行训练，步骤如下

2、：,(1)将所有内星权随机地赋以01之间的初始值，并归一化为单位长度，训练集内的所有输入模式也要进行归一化。 (2)输入一个模式Xp，计算净输入netj= ，j=1,2,m。 (3)确定竞争获胜神经元。 (4)CPN网络的竞争算法不设优胜邻域，因此只调整获胜神经元的内星权向量，调整规则为 (5)重复步骤(2)至步骤(4)直到下降至0。需要注意的是，权向量经过调整后必须重新作归一化处理。,对偶传播神经网络,4.4.2 CPN的学习算法,第二阶段采用外星学习算法对隐层至输出层的外星权向量进行训练，步骤如下： (1)输入一个模式对Xp,dp，计算净输入netj= ， j=1,2,m， (2)确定竞争获胜神经元，使 (4.17) (3)调整隐层到输出层的外星权向量，调整规则为 (4.18) ok由下式计算,(4.19),(4.20),对偶传播神经网络,4.4.2 CPN的学习算法,(4.18),(4.20),外星权向量调整规则:,(4.21),(4)重复步骤(1)至步骤(3)直到下降至0。,对偶传播神经网络,4.4.3 对偶传播神经网络 4.4.3.1 双获胜节点CPN网,4.4.3.2 双向CPN网,Y = f(X ) X = f(Y ),当向网络输入(X,0 )时，网络输出为(Y,0 )；当向网络输入(0,Y )时，网络输出为(0,X

人人文库> 全部分类> 应用文书 > 技术指导

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