BP神經(jīng)網(wǎng)絡 醫(yī)學課件_第1頁
BP神經(jīng)網(wǎng)絡 醫(yī)學課件_第2頁
BP神經(jīng)網(wǎng)絡 醫(yī)學課件_第3頁
BP神經(jīng)網(wǎng)絡 醫(yī)學課件_第4頁
BP神經(jīng)網(wǎng)絡 醫(yī)學課件_第5頁
已閱讀5頁,還剩11頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

BP神經(jīng)網(wǎng)絡1精選ppt課件2021輸入樣本,計算誤差開始是否收斂數(shù)據(jù)初始化否結束是劃分訓練數(shù)據(jù)與測試數(shù)據(jù)初始化BP網(wǎng)絡調(diào)整權值BP神經(jīng)網(wǎng)絡算法使用流程圖

2精選ppt課件2021數(shù)據(jù)初始化

1、目前有300名管理學院全體男女生的身高,體重,性別的數(shù)據(jù)存在EXCEL表中;2、在EXCEL表中讀取數(shù)據(jù);3、將數(shù)據(jù)存在DATA(height,weight,gender)的數(shù)組中。3精選ppt課件2021劃分訓練數(shù)據(jù)與測試數(shù)據(jù)取其中男女各50人作為訓練數(shù)據(jù),其他留作測試數(shù)據(jù)。4精選ppt課件2021初始化BP網(wǎng)絡x1x2xMK1K2KIY1YJ

5精選ppt課件2021初始化BP網(wǎng)絡---輸入層x1x2xMK1K2KIY1YJ輸入層輸入層的節(jié)點數(shù)等于樣本的維度。在本例中,學生的維度為身高,體重,故神經(jīng)網(wǎng)絡輸入節(jié)點為2。

6精選ppt課件2021初始化BP網(wǎng)絡---隱含層x1x2xMK1K2KIY1YJ輸入層隱含層隱含層實現(xiàn)了非線性映射。隱含層節(jié)點數(shù)對BP網(wǎng)絡性能有很大影響,一般較多的節(jié)點可以帶來更好的性能,但可能導致訓練時間過長。隱含層節(jié)點數(shù)的經(jīng)驗公式:M=log2n,n為輸入層神經(jīng)元的個數(shù)

7精選ppt課件2021初始化BP網(wǎng)絡---輸出層x1x2xMK1K2KIY1YJ輸入層隱含層輸出層輸出層的個數(shù)需要根據(jù)實際問題中得到的抽象模型進行確定。如在模式分別問題中,共有n個種類,則輸出層可以有n個神經(jīng)元。在本例中,輸出層為兩個神經(jīng)元,男、女。

8精選ppt課件2021初始化BP網(wǎng)絡---傳遞函數(shù)x1x2xMK1K2KIY1YJ輸入層隱含層輸出層傳遞函數(shù)每一層神經(jīng)元都有一個傳遞函數(shù),在經(jīng)典BP網(wǎng)絡中,輸入層傳遞函數(shù)原函數(shù),隱含層傳遞函數(shù)為Sigmoid函數(shù),輸出層傳遞函數(shù)為線性函數(shù)。

9精選ppt課件2021初始化BP網(wǎng)絡---神經(jīng)網(wǎng)絡的運行(工作信號正向傳播)x1x2xMK1K2KIY1YJ輸入層隱含層輸出層以隱含層為例,隱含層神經(jīng)元Ki的輸入令為sigmoid函數(shù),則隱含層神經(jīng)元Ki的輸出

10精選ppt課件2021是否收斂1、可以給誤差設置一個閾值2、訓練到固定代數(shù),停止11精選ppt課件2021調(diào)整權值---神經(jīng)網(wǎng)絡的運行(誤差反向傳播)x1x2xMK1K2KIY1YJ輸入層隱含層輸出層我們令輸出層的誤差為,則網(wǎng)絡總誤差為首先我們可以調(diào)節(jié)隱含層與輸出層的參數(shù),根據(jù)最速下降法,求導得,誤差向前傳播,我們可以調(diào)整輸入層和隱含層的參數(shù)。

12精選ppt課件20211、動量BP法2、學習率可變的BP算法3、擬牛頓法

調(diào)整權值---的其他調(diào)整方式

13精選ppt課件2021實際MATLAB應用%腳本使用newff函數(shù)實現(xiàn)性別識別%main_newff.m%%清理clear,clcrng('default')rng(2)%%讀入數(shù)據(jù)xlsfile='student.xls';[data,label]=getdata(xlsfile);%%劃分數(shù)據(jù)[traind,trainl,testd,testl]=divide(data,label);%%創(chuàng)建網(wǎng)絡net=feedforwardnet(3);%3代表隱含層的節(jié)點數(shù)net.trainFcn='trainbfg';%%訓練網(wǎng)絡net=train(net,traind‘,trainl);%%traind’和trainl分別代表輸入、出層節(jié)點數(shù)

%%測試test_out=sim(net,testd');test_out(test_out>=0.5)=1;test_out(test_out<0.5)=0;rate=sum(test_out==testl)/length(testl);fprintf('正確率\n

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論