有监督和BP神经网络1资料教程.ppt

基于神经元网络的智能控制神经网络的发展历史有两个新概念对神经网络的复兴具有重大的意义：
其一：用统计机理解释某些类型的递归网络的操作，这类网络可作为联想存储器；
其二：在20世纪80年代，几个不同的研究者分别开发出了用于训练多层感知器的反传算法。电子：
娱乐：
金融：
保险：
制造：
医疗：
生物学的启示●神经元网络的简化模型式中aij和bik为权系数，i,j=1,2,…,n,
k=1,2,…m.n个加法器可以写成向量形式：▲线性动态系统∑输入与输出的关系：●反传（BP）网络的结构图
一个输入层，一个输出层，多个隐层。隐层节点j输出和输入节点p的关系：初始化重要结论讨论作业学习：就是修改神经网络的权值和偏置值的方法和过程(也称这种过程是训练算法)
学习的目的：为了训练网络来完成某些工作
学习的分类：
有监督学习：
竞争学习：
无监督学习：