没有合适的资源?快使用搜索试试~ 我知道了~
bp工具箱利用指南.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 174 浏览量
2022-07-01
22:13:09
上传
评论
收藏 1.06MB PDF 举报
温馨提示
试读
27页
bp工具箱利用指南.pdfbp工具箱利用指南.pdfbp工具箱利用指南.pdfbp工具箱利用指南.pdfbp工具箱利用指南.pdfbp工具箱利用指南.pdfbp工具箱利用指南.pdfbp工具箱利用指南.pdfbp工具箱利用指南.pdf
资源推荐
资源详情
资源评论
Matlab 的神经网络工具箱有效指南 夏寒 发布时刻:2000/11/09
文章摘要:
第一章是神经网络的大体介绍,第二章包括了由工具箱指定的有关网络结构和符号的大体材料和成立神经网络
的一些大体函数,例如 new、init、adapt 和 train。第三章以反向传播网络为例讲解了反向传播网络的原理和应用的大体
进程。
Matlab 的神经网络工具箱有效指南
第一章 介绍
1.神经网络
神经网络是单个并行处置元素的集合,咱们从生物学神经系统取得启发。在自然界,网络功能要紧由
神经节决定,咱们能够通过改变连接点的权重来训练神经网络完成特定的功能。
一样的神经网络都是可调剂的,或说可训练的,如此一个特定的输入即可取得要求的输出。如以下图
所示。那个地址,网络依照输出和目标的比较而调整,直到网络输出和目标匹配。作为典型,许多输入/
目标对应的方式已被用在有监督模式中来训练神经网络。
神经网络已经在各个领域中应用,以实现各类复杂的功能。这些领域包括:模式识别、鉴定、分类、
语音、翻译和操纵系统。
现在神经网络能够用来解决常规运算机和人难以解决的问题。咱们要紧通过那个工具箱来成立示
范的神经网络系统,并应用到工程、金融和其他实际项目中去。
一样普遍利用有监督训练方式,可是也能够通过无监督的训练方式或直接设计取得其他的神经网
络。无监督网络能够被应用在数据组的分辨上。一些线形网络和Hopfield 网络是直接设计的。总的来讲,
有各类各样的设计和学习方式来增强用户的选择。
神经网络领域已经有 50 年的历史了,可是实际的应用却是在最近15 年里,现在神经网络仍快速
进展着。因此,它显然不同与操纵系统和最优化系统领域,它们的术语、数学理论和设计进程都已牢固的
成立和应用了好连年。咱们没有把神经网络工具箱仅看做一个能正常运行的建好的处置轮廓。咱们宁愿希
望它能成为一个有效的工业、教育和研究工具,一个能够帮忙用户找到什么能够做什么不能做的工具,一
个能够帮忙进展和拓宽神经网络领域的工具。因为那个领域和它的材料是如此新,那个工具箱将给咱们说
明处置进程,讲述如何运用它们,而且举例说明它们的成功和失败。咱们相信要成功和中意的利用那个工
具箱,对范例和它们的应用的明白得是很重要的,而且若是没有这些说明那么用户的抱怨和质询就会把咱
们淹没。因此若是咱们包括了大量的说明性材料,请维持耐心。咱们希望这些材料能对你有帮忙。
那个章节在开始利用神经网络工具箱时包括了一些注释,它也描述了新的图形用户接口和新的运
算法那么和体系结构,而且它说明了工具箱为了利用模块化网络对象描述而增强的机动性。最后这一章给
出了一个神经网络实际应用的列表并增加了一个新的文本--神经网络设计。这本书介绍了神经网络的理论
和它们的设计和应用,并给出了相当可观的 MATLAB 和神经网络工具箱的利用。
2.预备工作
大体章节
第一章是神经网络的大体介绍,第二章包括了由工具箱指定的有关网络结构和符号的大体材料和
成立神经网络的一些大体函数,例如new、init、adapt 和 train。第三章以反向传播网络为例讲解了反向
传播网络的原理和应用的大体进程。
帮忙和安装
神经网络工具箱包括在 nnet 目录中,键入 help nnet 可取得帮忙主题。
工具箱包括了许多例如。每一个例子讲述了一个问题,展现了用来解决问题的网络并给出了最后
的结果。显示向导要讨论的神经网络例子和应用代码能够通过键入help nndemos 找到。
安装神经网络工具箱的指令能够在以下两份 MATLAB 文档中找到:the Installation Guide for
MS-Windows and Macintosh 或 the Installation Guide for UNIX。
第二章 神经元模型和网络结构
1.符号
数学符号
下面给出等式和数字顶用到的大体符号:
标量--小写的斜体字.....
a,b,c
向量--小写加粗的非斜体字.....a,b,c
矩阵 - 大写加粗的非斜体字.....A,B,C
向量表示一组数字
数学符号和字符的等价
从数学符号到字符的转换或反过来能够遵循一些规那么,为了便于尔后引用咱们将这些规那么
列出。为了从数学符号变成 MATLAB 符号用户需要:
变上标为细胞数组标号
例如
变下标为圆括号标号
例如 和
变圆括号标号为二维数组标号
例如
变数学运算符为 MATLAB 运算符和工具箱函数
例如
2.神经元模型
单神经元
以下图所示为一个单标量输入且无偏置的神经元。
那个输入标量通过乘以权重为标量 w 的连结点取得结果
wp
,这仍是一个标量。那个地址,加权的输入
wp
仅仅是转移函数 f 的参数,函数的输入是标量
a
。右边的神经元有一个标量偏置
b
,你既能够以为它仅
仅是通过求和节点加在结果
wp
上,也能够以为它把函数
f
左移了
b
个单位,偏置除有一个固定不变的输
入值 1 之外,其他的很像权重。标量
n
是加权输入
wp
和偏置
b
的和,它作为转移函数 f 的参数。函数
f
是转移函数,它能够为阶跃函数或曲线函数,它接收参数
n
给出输出 a,下一节将给出各类不同的转移函
数。注意神经元中的
w
和
b
都是可调整的标量参数。神经网络的中心思想确实是参数的可调整使得网络展
现需要和令人感爱好的行为。如此,咱们就能够够通过调整权重和偏置参量训练神经网络做必然的工作。
或神经网络自己调整参数以取得想要的结果。
在那个工具箱里所有的神经元都提供偏置,咱们的许多例子中都用到了偏置而且假定它在那个工
具箱的大多数情形下都要用到。可是,若是你情愿的话,你也能够在一个神经元中省略偏置。
正如上面所提到的,在神经元中,标量
b
是个可调整的参数。它不是一个输入。可是驱动偏置的
常量 1 却是一个输入而且当考虑线性输入向量时必然要如此以为。
转移函数
在那个工具箱里包括了许多转移函数。你能在"Transfer Function Graphs"中找到它们的完全列
表。下面列出了三个最经常使用的函数。
上图所示的阶跃转移函数限制了输出,使得输入参数小于0 时输出为 0,大于或等于 0 时输出为
1,在第三章中咱们将用它来进行分类。
工具箱中有一个函数 hardlim 来数学上的阶跃,如上图所示。咱们能够输入以下代码
n = -5::5;
plot(n,hardlim(n),'c+:');
它产生一张在-5 到 5 之间的阶跃函数图。
所有在工具箱中的数学转移函数都能够用同名的函数实现。
线性转移函数如以下图所示
剩余26页未读,继续阅读
资源评论
不吃鸳鸯锅
- 粉丝: 8253
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功