MATLAB语言在人工神经元网络中的应用研究

摘要

该文主要讨论了人工神经网络的一种软件实现方法,即如何使用MATLAB语言在矩阵运算方面具有天然的优势,因此使用MATLAB语言实现人工神经网络非常方便,特别是使用MATLAB6.1人工神经网络工具箱提供的函数纺写实现人工神经网络各种应用问题的程序,程序主要有四个步骤:建立网络、准备训练数据、训练网络和仿真;程序简洁,易读,调试容易,并且程序运行速度很快.现在应用最为广泛的人工神经网络是采用误差逆传播算法的多层前馈网络(BP网),该文重点讨论了应用MATLAB人工神经网络工具箱实现BP网在函数逼近、分类、图像处理及分析决策等领域的初步应用,并且针对BP网的各种改进算法及网络结构进行了细致的分析和实现.应用MATLAB人工神经.网络工具箱成功解决了BP网的两大难题:局部极小点总是和算法收敛慢问题.该文还对第一种实用型人工神经网络--感知机模型网络和对人工神经网络的发展产生重大影响的Hopfield网络进行了分析和实现.

目录

文摘

英文文摘

第一章绪论

1.1人工神经元网络的研究背景

1.2人工神经元网络的发展和现状

1.3人工神经元网络的工作原理

1.3.1人工神经元模型

1.3.2激活函数

1.3.3人工神经元网络模型

1.3.4人工神经元网络的学习方式

1.3.5人工神经网络的学习规则

1.4人工神经元网络的主要优点

1.5人工神经元网络的实现

1.5.1全硬件实现

1.5.2软件实现

第二章感知机模型网络的Matlab语言实现

2.1网络结构

2.2算法要点

2.3算法缺陷

2.4感知机算法的Matlab语言实现

第三章多层前馈网络的Matlab语言实现

3.1简介

3.1.1网络结构

3.1.2激活函数

3.1.3BP网的应用范围

3.2学习算法及Matlab语言实现

3.2.1概述

3.2.2累积梯度下降算法(Batch Gradient Descent)

3.2.3快速训练算法

3.2.4不使用工具箱函数的MATLAB程序:

3.2.5算法总结:

3.3实际应用问题

3.4泛化问题

3.5训练数据的前处理和后处理

3.5.1输入输出数据固定范围限定

3.5.2输入输出数据零均值和标准方差限定(zero mean and unity standard deriation)

3.5.3主要元素分析

3.6图形界面的使用

第四章Hopfield网络的Matlab语言实现

4.1网络结构

4.2Hopfield网络的运行规则与能量函数

4.2.1运行规则

4.2.2能量函数

4.3Hopfield网络连接权的设计方法

4.4Hopfield网络的Matlab语言实现

4.5Hopfield网络的弱点与改进方法

第五章结束语

参考文献

致谢