BP神经网络解决蚊子分类问题(共4页).doc

精选优质文档-倾情为你奉上1、 问题描述：蚊子的分类问题。二、BP神经网络的标准学习算法：正向传播：输入样本输入层各隐层输出层判断是否转入反向传播阶段：若输出层的实际输出与期望的输出不符。误差反传误差以某种形式在各层表示修正各层单元的权值。网络输出的误差减少到可接受的程度或达到预先设定的学习次数为止。3、 解决过程：1、训练样本已知的两类蚊子的数据如下图：确定模型输入/输出结构：两输入、单输出输入数据有15个，即p=1,2，15；j=1,2；对应15个输出。建模：(输入层、中间层、输出层、每层应选取多少个元素？)建立神经网络规定目标为： 当t(1)=0.9 时表示属于Apf类， 当t(2)=0.1 时表示属于Af类。2、 具体训练步骤如下： 令p=0，p为样本编号(1) 网络初始化 给各连接权值分别赋一个区间（0，1）内的随机数，设定误差函数E，给定计算精度值 和最大学习次数M。 表示第i