第8 章 人工神经网络方法 8 .1 人工神经网络的基本概念 8 .1 .1 人工神经元原理 图 8 -1 神经元模型 图 8 -2 常见的作用函数 8 .1 .2 人工神经网络拓扑结构 数据仓库与数据挖掘技术 图 8-3 典型的神经网络结构 8 .1 .3 人 工 神 经 网 络 学 习算法 1. 神经网络的学习方式 2. 神经网络的学习规则 8 .1 .4 人 工 神 经 网 络 泛化 图 8-4BP 神经网络的拓扑结构 数据仓库与数据挖掘技术 8.2 误 差 反 向 传 播 (BP)神 经 网 络 8.2.1BP神 经 网 络 的 拓 扑 结 构 8.2.2BP神 经 网 络 学 习算法 8.2.3BP神 经 网 络 设计 8.3 自组织特征映射(SOFM)神 经 网 络 8.3.1SOFM 神 经 网 络 的 拓 扑 结 构 图 8-5SOFM 神经网络的拓扑结构 8.3.2SOFM 神 经 网 络 聚类的 基本算法 8.3.3SOFM 神 经 网 络 学 习算法分析 1. 学习率 2. 邻域 数据仓库与数据挖掘技术 8.4Elman神 经 网 络 8.4.1Elman神 经 网 络 的 拓 扑 结 构 图 8-6Elman神经网络的拓扑结构 8.4.2Elman神 经 网 络 权 值计算 8.5Hopfield 神 经 网 络 8.5.1Hopfield 神 经 网 络 的 拓 扑 结 构 图 8-7Hopfield 神经网络的拓扑结构 数据仓库与数据挖掘技术 8.5.2Ho p field 神 经 网 络 学 习算法概述 8.5.3 离散 Ho p field 神 经 网 络 8.5.4 连续 Ho p field 神 经 网 络 1. 设置互连权值 2. 未知类别初始化 3. 迭代直到收敛 8.6 利用 SQL Serv er 2005 神 经 网 络 进行数据挖掘 8.6.1 数据准备 图 8-8 统计类别个数的实现 数据仓库与数据挖掘技术 图 8-9 更新表中数据 8 .6 .2 挖掘流程 图 8-10 经处理的 tdm 数据示意图 数据仓库与数据挖掘技术 图 8 -1 1 选择数据挖掘技术 图 8 -1 2 选择数据源视图 图 8 -1 3 指定表类型 数据仓库与数据挖掘技术 图 8 -1 4 指定数据类型 图 8 -1 5 指定列的内容和数据类型 数据仓库与数据挖掘技术 图8 -1 6 完成数据挖掘结构的创建 图8 -1 7 “次级”提升图 数据仓库与数据挖掘技术 图8-18“次级”分类矩阵图 习题 8 1. BP神经网络有哪些优缺点？试各列举 3 条。 2. 人工神经元有哪些性质？ 3. SOFM 神经网络的学习算法步骤? 4. BP神经网络与SOFM 神经网络的异同? 5. 人工神经网络常用的学习规则有哪些？
VIP
