⛄一、BP神经网络简介
1 BP神经网络概述
1.1 BP神经网络的内涵
BP神经网络是神经网络的一种经典结构,其结构简单、训练简单,是学习神经网络的一种输入算法,包含一个特定的模型(神经网络)和一个特定的训练算法[1,2,3]。神经网络被描述为多层神经元的叠加。外部输入首先通过连接传递给一组神经元。训练后,一些神经元之间的连接权值会很低,这意味着这些神经元之间的通信强度很低。通常使用“层”来表示一组神经元,最后一层神经元的输出是一维向量,可以代表分类任务中的特定类别。
1.2 BP神经网络原理
制造机器和机器控制是BP神经网络应用的最终目标。神经元在接收和处理信号后,会将结果传递给邻近的特定神经元,并建立一个神经网络来执行特定的任务:
layer_i=(layer_Ⅰ_1, layer_Ⅰ_2, …, layer_I_j, …, layer_I_K__) 。
layer_I-1层的神经元接收并处理信号后, 将信号传输到layer_I层的每个神经元。layer-i中的每个神经元都被接收并处理以产生新的信号。人工神经元实际上是一个逻辑回归模型, 其能输入线性组合并与SIGMOD函数映射, 以获得像“概率”的值。将x_2中最大的元素赋予值1,而其他元素被赋予值0,获得类标签。
1.3 BP神经网络技术在人脸识别中的应用
BP神经