没有合适的资源?快使用搜索试试~ 我知道了~
模式识别实验_15S005053_何亮1
需积分: 0 0 下载量 168 浏览量
2022-08-03
11:22:13
上传
评论
收藏 810KB PDF 举报
温馨提示
试读
15页
2.1 人工神经元 2.2 前馈神经网络 2.3 BP 学习算法
资源详情
资源评论
资源推荐
实验报告
姓 名:
何亮
学 号:
15S005053
院 系:
电信学院
班 级:
信息一班
课程名称:
模式识别
实验序号:
1
实验日期:
2016.06.30
实验名称:
神经网络用于模式识别
实验成绩:
总成绩:
教师评语
教师签字:
2016 年 月 日
哈尔滨工业大学实验报告
- 2 -
1 实验目的
1)掌握神经网络的基本原理和工作机制,并学会将其用于模式识别。
2)掌握三层前馈神经网络的基本原理以及其反向传播算法(BP 算法)原
理,并熟悉如何编程实现该算法。
3)仿真 BP 算法在不同参数下的收敛情况,根据结果分析学习效率、惯性系
数、总的迭代次数、训练控制误差、初始化权值以及隐层节点数对网络性能的影
响。
2 实验原理
2.1 人工神经元
我们知道生物神经元如图 2-1 所示,包含如下四个部分:
胞体:是神经细胞的本体(可看成系统);
树突:长度较短,接受自其他神经元的信号(输入);
轴突:它用以输出信号;
突触:它是一个神经元与另一个神经元相联系的部位,是一个神经元轴突的
端部将信号(兴奋)传递给下一个神经元的树突或胞体;对树突的突触多为兴奋
性的,使下一个神经元兴奋;而对胞体的突触多为抑制性,其作用是阻止下一个
神经元兴奋。
神经元包含两种状态——兴奋和抑制,其工作机制是神经元平时处于抑制状
态的神经元,其树突和胞体接收其他神经元经由突触传来的兴奋电位;多个输入
在神经元中以代数和的方式叠加;如果输入兴奋总量超过某个阈值,神经元就会
图 2-1 生物神经元示意图
哈尔滨工业大学实验报告
- 3 -
被激发进入兴奋状态,发出输出脉冲,并由轴突的突触传递给其他神经元。神经
元被触发之后有一个不应期,在此期间内不能被触发,然后阈值逐渐下降,恢复
兴奋性。人体的所有反应都是基于这样的原理传递信息并处理信息的,而人脑可
看作是由大量神经元组成的巨大的神经网络。
从神经元的基本功能出发,科学家们提出了人工神经元的模型用于模拟生物
神经元的功能。而若干人工神经元组成人工神经网络,是一种模仿动物神经网络
行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂
程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。
人工神经网络具有自学习和自适应的能力,可以通过预先提供的一批相互对应的
输入-输出数据,分析掌握两者之间潜在的规律,最终根据这些规律,用新的输
入数据来推算输出结果,这种学习分析的过程被称为“训练”。人工神经元是人
工神经网络的基本单元,其数学模型如图 2-2,其中输入 x
i
相当于其他神经元的
输出,权值ω
i
相当于突触的连接强度,f 是一个非线性函数,如阈值函数或
Sigmoid 函数用于模拟生物神经元的刺激处理操作。
图 2-2 人工神经元基本模型
图 2-2(a)的基本模型表述为数学形式如式(2-1),当其中 f 为阈值函数时,其
输出如式(2-2)所示。
1
, (net)
n
ii
i
net w x y f
(2-1)
1
sgn
n
ii
i
y w x
(2-2)
将其表述为矩阵形式如式(2-3)
0 1 1
( ), (w ,w ,...,w ) , (1,x ,...,x )
T T T
nn
yf W X W X
(2-3)
其中
0
w
。
选择不同的输出函数 f,y 的取值范围也不同,而函数 f 通常要求选择可微的
剩余14页未读,继续阅读
黄浦江畔的夏先生
- 粉丝: 13
- 资源: 299
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
评论0