BP神经网络的传递函数选择有什么特定要求?我使用高斯函数作为其传递函数(激活函数)可行麽
谷歌人工智能写作项目:神经网络伪原创
BP神经网络matlab工具箱中的激励函数(传递函数),训练函数,学习函数
激励函数用于神经元由输入计算输出的,而训练函数和学习函数是基于误差,来修改权值和阈值的,再就完成了一次训练,然后继续迭代,知道达到迭代次数或满足精度好文案。
然而,学习函数和训练函数的功能貌似很相近,至于具体区别,正在纠结着我呢。
MTALAB中BP神经网络newff函数
cols=100;%样本数量p=zeros(2,cols);%这个不要也可以,但效率会低一点t=zeros(2,cols);for i=1:colstheta1=rand()*pi/2;theta2=rand()*pi/2;x=L1*cos(theta1)+L2*cos(theta1+theta2);%L1、L2需要预定义y=L1*sin(theta1)+L2*sin(theta1+theta2);p(1,i)=theta1;p(2,i)=theta2;t(1,i)=x;t(2,i)=y;end%接下来用newff、train、sim函数代码如上。
newff函数的格式为:net=newff(PR,[S1 S2 ],{TF1 },BTF,BLF,PF),函数newff建立一个可训练的前馈网络。
输入参数说明:PR:Rx2的矩阵以定义R个输入向量的最小值和最大值;Si:第i层神经元个数;TFi:第i层的传递函数,默认函数为tansig函数;BTF:训练函数,默认函数为trainlm函数;BLF:权值/阀值学习函数,默认函数为learngdm函数;PF:性能函数,默认函数为mse函数。
BP神经网络原理
人工神经网络有很多模型,但是日前应用最广、基本思想最直观、最容易被理解的是多层前馈神经网络及误差逆传播学习算法(Error Back-Prooaeation),简称为BP网络。
在1986年以Rumelhart和McCelland为首的科学家出版的《Parallel Distributed Processi