没有合适的资源?快使用搜索试试~ 我知道了~
首页清华大学人工神经网络课程讲义-DeSieno方法解析
清华大学人工神经网络课程讲义-DeSieno方法解析
需积分: 50 1 下载量 39 浏览量
更新于2024-08-13
收藏 1.19MB PPT 举报
"DeSieno法是人工神经网络中的一种训练策略,它涉及调整神经元的阈值。当一个权向量与输入向量的匹配程度超过特定阈值(1/h)时,该神经元的阈值会被暂时提高。这种方法可能会导致一个问题,即如果最应该被某个神经元响应的输入向量在训练后期才出现,它可能会因为阈值提升而被错误地拒绝,从而影响网络的准确性。Kohonen在1988年的研究中指出,在一个完全训练好的网络中,随机选择的输入向量与任何给定权向量匹配的概率是1/h。初始时,按均匀分布初始化的权向量有相等的被匹配概率。 这是一份来自清华大学的关于人工神经网络的PPT讲义,由蒋宗礼教授讲解。教材是《人工神经网络导论》,作者同样是蒋宗礼,并由高等教育出版社于2001年出版。课程旨在为学生提供人工神经网络的入门知识,包括基本概念、各种网络模型(如单层网、多层网、循环网)、训练算法、软件实现方法以及相关的研究思想。课程还包括实验环节,让学生通过实践加深对模型的理解。此外,还推荐了多本相关参考书籍,如Philip D. Wasserman的《Neural Computing: Theory and Practice》等,以扩展学生的阅读和研究范围。 课程的主要内容涵盖智能系统的基础、人工神经网络的基本原理、感知机(Perceptron)、反向传播(BP)算法、竞争性学习网络(CPN)、统计方法、Hopfield网络、双向联想记忆(BAM)以及自组织映射(如ART网络)。这些内容将帮助学生理解和应用人工神经网络解决实际问题,并为他们的未来研究打下坚实基础。"
资源推荐
巴黎巨星岬太郎
- 粉丝: 18
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- C++多态实现机制详解:虚函数与早期绑定
- Java多线程与异常处理详解
- 校园导游系统:无向图实现最短路径探索
- SQL2005彻底删除指南:避免重装失败
- GTD时间管理法:提升效率与组织生活的关键
- Python进制转换全攻略:从10进制到16进制
- 商丘物流业区位优势探究:发展战略与机遇
- C语言实训:简单计算器程序设计
- Oracle SQL命令大全:用户管理、权限操作与查询
- Struts2配置详解与示例
- C#编程规范与最佳实践
- C语言面试常见问题解析
- 超声波测距技术详解:电路与程序设计
- 反激开关电源设计:UC3844与TL431优化稳压
- Cisco路由器配置全攻略
- SQLServer 2005 CTE递归教程:创建员工层级结构
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功