文档介绍：神经网络网络1一、内容回顾二、BP网络三、网络设计四、改进BP网络五、内容小结内容安排2一、内容回顾感知机自适应线性元件3一、内容回顾感知机感知机简介神经元模型网络结构功能解释学****和训练局限性自适应线性元件4一、、BP网络6反向传播网络(Back-work,简称BP网络)是将W-H学****规则一般化,对非线性可微分函数进行权值训练的多层网络权值的调整采用反向传播(Back-propagation)的学****算法它是一种多层前向反馈神经网络,其神经元的变换函数是S型函数输出量为0到1之间的连续量,:用输入矢量和相应的输出矢量训练一个网络逼近一个函数模式识别和分类:用一个特定的输出矢量将它与输入矢量联系起来;把输入矢量以所定义的合适方式进行分类;数据压缩:减少输出矢量维数以便于传输或存储具有将强泛化性能:使网络平滑地学****函数,使网络能够合理地响应被训练以外的输入泛化性能只对被训练的输入/输出对最大值范围内的数据有效,即网络具有内插值特性,不具有外插值性。:前者是二值型的,后者是线性的BP网络具有一层或多层隐含层,除了在多层网络上与前面已介绍过的模型有不同外,其主要差别也表现在激活函数上。BP网络的激活函数必须是处处可微的,因此它不能采用二值型的阀值函数{0,1}或符号函数{-1,1}BP网络经常使用的是S型的对数或正切激活函数和线性函数10