人工神经网络(ANN)模型

人工神经网络(ANN)模型

  151

Contributor

contributed at 2018-12-04

Authorship

Affiliation:  
岳天祥编著
Email:  
yue@lreis.ac.cn
Homepage:  
View
Is authorship not correct? Feed back

Classification(s)

Geography SubjectGIScience & Remote SensingOthers

Detailed Description

人工神经网络(ANN)模型

 

设输入层有单元(神经元或节点组成),表示其输入亦即该层的输出;隐含层由单元组成;输出层由单元组成,表示其输出;表示从输入层到隐含层的连接权;为隐含层到输出层的连接权。一般地,一个ANN若有隐含层,且每个隐含层均由单位组成,则可将其表示为:

式中,为生物神经元特性的Sigmoid函数,亦称响应函数或激活函数;单元的输入;当隐含层为层时,

当给定一个学习(输入)模式即径流序列 ,并给定ANN结构,即可用适当的算法对ANN进行训练,使其输出与实际输出之间的误差能量和(简称误差):

式中,如果小于等于限定值,即,则训练结束,相应的ANN及其参数便构成所求问题的ANN模型。

 

参考文献:

冯国章,李佩成:人工神经网结构对径流预报精度的影响分析。自然资源学报,1998,132

How to cite

《资源环境数学模型手册》 (2018). 人工神经网络(ANN)模型, Model Item, OpenGMS, https://geomodeling.njnu.edu.cn/modelItem/a1a33c91-e1e5-4b3b-8f20-07e3d1e9db1a
Copy

QR Code

Contributor

contributed at 2018-12-04

Authorship

Affiliation:  
岳天祥编著
Email:  
yue@lreis.ac.cn
Homepage:  
View
Is authorship not correct? Feed back

QR Code

You can link related {{typeName}} from your personal space to this model item, or you can create a new {{typeName.toLowerCase()}}.

Model Content & Service

These authorship information will be submitted to the contributor to review.