用SPSS做BP神经网络分析问题用于几元 spssau神经网络

step by step.

目录

1. 人工神经元模型

 2. BP神经网络算法原理

（1） Delta学习规则

（2）BP网络结构

（3）算法原理

（4） 例题

---

---

1. 人工神经元模型

权值：人工神经元有许多输入信号，针对每个输入都有一个加权系数Wij称为权值。

式子中的 

从其它神经元传来的输入信号;

是该神经元的阈值;

表示从神经元i到神经元j的连接权值;

为激活函数或挤压函数。

 多输入，单输出。

 2. BP神经网络算法原理

（1） Delta学习规则

F（）函数：训练样本实际输入和目标输入之间差的平方和

 （2）BP网络结构

三层或以上：输入层、隐含层、输出层。

 （3）算法原理

从后向前(反向)逐层传播输出层的误差,以间接算出隐层误差。

算法分为两个阶段：

        第一阶段(正向传播过程)输入信息从输入层经隐层逐层计算各单元的输出值。

        第二阶段(反向传播过程)输出误差逐层向前算出隐层各单元的误差,并用此误差修正前层权值。

其中的网络权值调整采用Delta学习规则,即根据梯度法沿着误差曲面的梯度最速下降,从而实现网络误差的最小化。

（4） 例题

3. BP特点

        优点：非线性映射能力、自学习和自适应能力、泛化能力、容错能力。

        缺点：局部极小化问题、收敛速度慢、结构选择不一、样本依赖性……

有空再更新。