基于神经网络算法的机器学习模型研究

浙江文化地理基于神经网络算法的机器学习模型研究
作者:李军政
来源:《传播力研究》2017年第10山野风情
        摘要:神经网络处理信息的能力较强。同时,当前计算机技术十分先进,并且在科学技术的推动下又研究出了许多功能十分强大的信息技术,因此相关人员就将先进技术与神经网络结构进行了结合,进而在此基础上构建出了人工神经网络。
        关键词:神经网络;网络模型;研究
        一、神经网络
        神经网络在学习与运算方面能力十分突出,因此人们就以此为依据,构建了人工神经网络。神经网络主要包括两个部分,首先是神经元,其在信息处理过程中属于最为基本的单元,同时也是网络设计的基本要素[1]。其次是结构模型,其构成单元为神经元,能够顺利进行信息的传输与处理。
        二、模型构建
        (一)结构分析
        通过将神经元进行组合就形成了包含多个层次的网络,其结构如图1所示。
        (二)算法分析
        网络性能的评判标准是MSE,在此过程中还应考虑到与网络相关的时间因素。公式(1)为输出误差的函数。
        1
江苏广播网        结合误差的定义,可得出权值与误差之间的关系,如公式(2)所示。
        2
        通过对以上两个公式进行分析,可得出误差与输入层之间的函数表达式,如公式(3)所示。
        3
        由公式(盲肠3桥头堡建设)可知,输出误差与不同层级的权值之间存在函数关系,因此如果想要将误差控制在最小范围内,就可改变权值,这样就能使数据信息更加精确。
        三、影响因素
        (一)拟合性能
        相关人员对网络结构进行了大量的研究,通过对数据信息进行整合与分析,发现网络自身所具有的泛化能力与多项因素有着直接关联。除神经元的数量之外,也与所选取的样本数量的多少直接相关,同时也会受到训练次数的影响。
>幸福的小河

本文发布于:2024-09-22 17:24:51,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/413126.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:神经网络   网络   进行   误差   研究   信息   能力
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议