神经网络算法(new).ppt

文档介绍：神经网络算法简介
主讲:何仁斌
实际应用问题
1、蠓虫的分类问题
2、DNA序列分类问题
3、癌症诊断问题
……
神经网络算法简介
感知器
感知器(perceptron),其目的是为了模拟人脑的感知和学****能力。感知器是最早提出的一种神经网络模型。它特别适合于简单的模式分类问题,如线性可分的形式。
神经网络算法简介
以两个输入的单层感知器神经元为例
∑
w(1,1)
w(1,2)
p(1)
p(2)
n
a
b
w ——权重; b ——阈值
如果设 w(1,1)=-1,w(1,2)=2,b=1
L
-b/ w(1,2)
-b/ w(1,1)
wp+b>0
a=1
wp+b<0
a=0
单层感知器
多层感知器
w(1,1)
w(1,2)
p1
p2
n
a2
∑
b1
∑
b2
n2
a2
n1
a1
∑
b1
w(2,1)
w(2,2)
性能指标:均方误差达到最小
涉及算法
注意:单层感知器的局限性是:仅对线性可分问题具有分类能力。
感知器的学****算法
例:输入层有四个神经元,输出层为1个神经元
第一步,输入X1
第二步,输入X2
第三步,输入X3
第四步,继续输入X进行训练,直到
分类问题的MATLAB软件实现
以蠓虫分类问题为例
% 输入向量
P=[ ;
];
% 目标向量
T=[1 1 1 1 1 1 1 1 1 0 0 0 0 0 0];
% 绘制输入向量
plotpv(P,T);
1)单层感知器
∑
w(1,1)
w(1,2)
p(1)
p(2)
n
a
b
% =newp([0 3;0 3],1);
% 绘制输入向量
plotpv(P,T);
% =);
%. iw {1,1}
net. b {1}
linehandle=. iw {1,1},net. b {1}); %作wx+b=0的分类线
分类问题的MATLAB软件实现