文档介绍：该【人工神经网络5BP神经网络课件】是由【gxngqvk】上传分享，文档一共【76】页，该文档可以免费在线阅读，需要了解更多关于【人工神经网络5BP神经网络课件】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。1
人工神经网络(ArtificalNeuralNetwork)
张凯副教授
武汉科技大学计算机学院
1人工神经网络(ArtificalNeuralNetw
2
第五章BP神经网络

研究背景
罗斯布莱特的感知机学****规则和伯纳德和玛西娅的LMS算法是设计用来训练单层的类似感知器的网络的。
如前面几章所述,这些单层网络的缺点是只能解线性可分的分类问题。
罗斯布莱特和伯纳德均意识到这些限制并且都提出了克服此类问题的方法:多层网络。
但他们未将这类算法推广到用来训练功能更强的网络。
研究背景罗斯布莱特的感知机学****规则和伯纳德和玛西娅的LMS
研究背景
韦伯斯(Werbos)在他1974年博士的论文中第一次描述了训练多层神经网络的一个算法,论文中的算法是在一般网络的情况中描述的,而将神经网络作为一个特例。论文没有在神经网络研究圈子内传播。
研究背景韦伯斯(Werbos)在他1974年博士的论文中第一
研究背景
直到20世纪80年代中期,反向传播算法才重新被发现并广泛地宣扬,这个算法因被包括在《并行分布式处理》(ParallelDistributedProcessing)[RuMc86]一书中而得到普及,才使之成为迄今为止最著名的多层网络学****算法—BP算法,由此算法训练的神经网络,称之为BP神经网络。
研究背景直到20世纪80年代中期,反向传播算法才重新被发
研究背景
DavidRumelhart

研究背景
BP网络广泛应用于函数逼近、模式识别/分类、数据压缩等,80%-90%的人工神经网络模型是采用BP网络或它的变化形式,它也是前馈网络的核心部分,体现了人工神经网络最精彩的部分。
研究背景BP网络广泛应用于函数逼近、模式识别/分类、数据压
异或问题
x1
x2
y
0
0
0
1
1
0
1
1
0
1
1
0
多层网络求解异或问题
异或问题x1x2y000110110110多层网络求解异或问
输出函数:
用一个简单的三层感知器就可得到解决
多层网络求解异或问题
输出函数:用一个简单的三层感知器就可得到解决多层网络求解异或
x1+x2+=0
x1+x2-=0
*y1--1=0
多层网络求解异或问题
x1+x2+=0x1+x2-=*y1-0