BP神经网络ppt课件.ppt

一般而言,ANN与经典计算方法相比并非优越,只有当常规方法解决不了或效果不佳时ANN方法才能显示出其优越性。尤其对问题的机理不甚了解或不能用数学模型表示的系统,如故障诊断、特征提取和预测等问题,ANN往往是最有利的工具。另一方面,ANN对处理大量原始数据而不能用规则或公式描述的问题,表现出极大灵活性和自适应性。人工神经网络•缺陷：根据什么原则确定分类直线？BP神经网络模型与学习算法前馈神经网络模型（1）是否存在一个BP神经网络能够逼近给定的样本或者函数。

Rumelhart，McClelland于1985年提出了BP网络的误差反向后传BP(BackPropagation)学习算法

BP算法基本原理
利用输出后的误差来估计输出层的直接前导层的误差，再用这个误差估计更前一层的误差，如此一层一层的反传下去，就获得了所有其他各层的误差估计。BP神经网络模型BP神经网络模型BP网络的标准学习算法BP网络的标准学习算法-算法思想BP网络的标准学习算法-学习过程BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP网络的标准学习算法BP神经网络在模式识别中的应用BP神经网络在模式识别中的应用测试结果表明：除了8以外，所有被测的数字都能够被正确地识别。
对于数字8，神经网络的第6个结点的输出值为0.53，第8个结点的输出值为0.41，表明第8个样本是模糊的，可能是数字6，也可能是数字8，但也不完全确信是两者之一。BP神经网络的特点BP神经网络学习算法的MATLAB实现BP神经网络学习算法的MATLAB实现BP神经网络学习算法的MATLAB实现BP神经网络学习算法的MATLAB实现BP神经网络学习算法的MATLAB实现BP神经网络学习算法的MATLAB实现小结感谢亲观看此幻灯片，此课件部分内容来源于网络，
如有侵权请及时联系我们删除，谢谢配合！