BP神经网络实验报告.docx

BP神经网络实验报告.docx江南大学物联网工程学院实验报告课程名称人工智能 实验名称BP神经网络实验H期2016-04-30班级计科1305姓名游思睿 学号1030413529实验报告要求 、 实验目的:两个输入a、b(10以内的数),一个输出c,c=a+bo换句话说就是教BP神经网络加法运算。二、 实验内容:Data用來表示已经知道的数据样本的数量,也就是训练样本的数量。In表示对于每个样本有多少个输入变量;Out衣示对丁-每个样木有多少个输出变量。Neuron表示神经元的数量,TrainC来表示训练的次数。再来我们看对神经网络描述的数据定义,来看下面这张图里面的数据类型都是double型。dJn[Data][In]d_out[Data][Out]o[Neuron]d_in[Data][ln]存储Data个样本,每个样本的In个输入。d_out[Data][Out]存储Data个样本,每个样本的Out个输出。我们用邻接表法來表示图1中的网络,w[Neuron][ln]表示某个输入对某个神经元的权重,v[Out][Neuron]來表示某个神经元对某个输出的权重;与之对应的保存它们两个修正量的数组dw[Neuron][ln]和dv[Out][Neuron]0数纽o[Neuron]记录的是神经元通过激活函数对外的输出,OutputData[Out]存储BP神经网络的输出。初始化主要是涉及两个方而的功能,一方面是对读取的训练样木数据进行归一化处理,归一化处理就是指的就是将数据转换成0~1Z间。在BP神经网络理论里面,并没有对这个进行要求,不过实际实践过程中,归一化处理是不可或缺的。因为理论模型没考虑到,BP神经网络收敛的速率问题,一般來说神经元的输出对于0~1之间的数据非常敬感,归一化能够显著提高训练效率。可以用以下公式來对其进行归一化,其中加个常数A是为了防止出现0的情况(0不能为分母)。y=(x-MinValue+A)/(MaxValue-MinValue+A)另一方面,就是对神经元的权重进行初始化了,数据归一到了(0-1)Z间,那么权垂初始化为Z间的数据,另外对修止量赋值为0函数backUpdate(i)负责的足将预测输出的结果与样本真实的结果进行比对,然后对神经网络中涉及到的权重进行修正,也这是BP神经网络实现的关键所在。如何求到对于w[Neuron][ln]和v[Out][Neuron]进行修正的谋差量便是关键所在!谋差修正量的求法在基木模型一文屮数学分析部分有解答,具体问题具体分析,落实到我们设计的这个BP神经网络上來说,需耍得到的是对w[Neuron][ln]和v[Out][Neuron]两个数据进行修正误差,误差量用数据结构dw[Neuron][ln]和dv[Out][Neuron]來进行存储。那么來分析下这两个修正误差量是什么样的?推导的思路与基本模型中推导误差量的一致,这里仅列出对具体対于我们设计的BP神经网络中的数学推导过程:^y-d•••驚翳®论「丿丿J1dE=%片辭广苧厂叽g-叫氓=ofi-o^k•- 厂叽kl J三、 实验环境VS2010四、 实验步骤(对照截图貝体说明,尽量详细)#include<>#include<>#include<>#include