定义:BP是一种多层前馈神经网络,主要特点信号向前传递,误差反向传播。在传递过程中,输入信号从输入层经隐含层,直至输出层。每一层神经元的状态只影响下一层神经元的状态。如果输出层未达到期望输出,则根据预测误差调整权值和阈值,使网络输出不断逼近预测输出。
1 网络初始化:确定输入、隐含、输出层神经元个数
2 输入层 -->隐含层计算:
3 隐含层 --> 输出层计算:
4 误差计算:
5 权值调整:
6 阈值调整:
7 判断算法迭代是否结束,未结束返回步骤2
定义:BP是一种多层前馈神经网络,主要特点信号向前传递,误差反向传播。在传递过程中,输入信号从输入层经隐含层,直至输出层。每一层神经元的状态只影响下一层神经元的状态。如果输出层未达到期望输出,则根据预测误差调整权值和阈值,使网络输出不断逼近预测输出。
1 网络初始化:确定输入、隐含、输出层神经元个数
2 输入层 -->隐含层计算:
3 隐含层 --> 输出层计算:
4 误差计算:
5 权值调整:
6 阈值调整:
7 判断算法迭代是否结束,未结束返回步骤2