反向传播网络(BP网络)是将W-H学习规则一般化,对非线性可微分函数进行权值训练的多层网络。
BP主要用于:
1,函数逼近: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
2,模式识别:用一个特定的输出矢量将它与输入矢量联系起来
3,分类:把输入矢量以所定义的合适方式进行分类
4,数据压缩:减少矢量维数以便于传输或存储
在人工神经网络的实际应用中,80%-90%的人工神经网络模型是采用BP网络或它的变化形式,它也是前向网络的核心部分,体现了人工神经网络最精华的部分。
反向传播网络(BP网络)是将W-H学习规则一般化,对非线性可微分函数进行权值训练的多层网络。
BP主要用于:
1,函数逼近: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
2,模式识别:用一个特定的输出矢量将它与输入矢量联系起来
3,分类:把输入矢量以所定义的合适方式进行分类
4,数据压缩:减少矢量维数以便于传输或存储
在人工神经网络的实际应用中,80%-90%的人工神经网络模型是采用BP网络或它的变化形式,它也是前向网络的核心部分,体现了人工神经网络最精华的部分。