每天一点matlab——BP神经网络

 

 

BP算法过程

 

(1)初始化

 对权值矩阵W、V赋随机数,将样本模式计数器p和训练次数计数器q置为1,误差E置0,学习率η设为0~1内的小数,网络训练后达到的精度设为一个正的小数。

 (2)输入训练样本对,计算各层输出用当前样本对X,d序列赋值

 (3)计算网络输出误差设共有P对训练样本,网络对于不同的样本具有不同的误差:

           采用均方根误差作为总误差:

 (4)计算各层误差信号

 (5)调整各层权值

 (6)检查是否对所有样本完成一次轮训

          若p<,P,计数器p、增1,返回步骤(2),否则转步骤(7)。

 (7)检查网络总误差是否达到精度要求

 

BP神经网络设计与训练

 

1.BP神经网络的设计方法

    按照BP神经网络设计方法选用两层BP网络。采用newff函数来建立BP网络。其输入节点数为16×16=256,隐层传输函数为Sigmoid函数。假设用一个输出节点表示10个数字,则输出层传输函数为pureline,隐层节点数为,取25。

 

2.神经网络仿真程序设计

  构造训练样本集,并构成训练所需的输入向量p和目标向量t.通过画图工具获得数字。本例构造了新宋体12号、8号字体各10个,黑体12号、8号各10个,及宋体加粗18号字体。

 

3.神经网络测试。

    由于图像处理的复杂性,对于不同噪声的污染选择不同的方法,选择没有噪声的数字进行测试。选择训练样本中的任意数据进行测试,结构非常正确。选择生成的新宋体8号大小的数字进行测试。结果正确,选择其他类型的字体进行测试,则结果不是完全正确。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值