人工神經(jīng)網(wǎng)絡(ArtificialNeuralNetworks,簡稱ANN)是一種基于連接主義機制的人工智能技術。它試圖從微觀上解決人類的認知功能,以此來探索認知過程的微結構,并在網(wǎng)絡層次上模擬人類的思維方式和組織方式。它通過合理的樣本訓練、學習...[繼續(xù)閱讀]

    9.2.1　梯度下降法則梯度下降法則為反向傳播算法提供了基礎,它主要采用梯度下降的方法來搜索可能的權向量的假設空間,以找到最佳擬合訓練樣例的權向量。假設訓練誤差用公式(9.2.1)描述。E=Err2＝2(9.2.1)其中,E為誤差項,W為網(wǎng)絡權向...[繼續(xù)閱讀]

    神經(jīng)網(wǎng)絡的基本特性主要有以下幾點。(1)分布存儲與容錯性。信息在神經(jīng)網(wǎng)絡內的存儲按內容分布于大量的神經(jīng)細胞之中,而且每個神經(jīng)細胞實際上存儲著多種不同信息的部分內容。信息的記憶主要反映在神經(jīng)元之間的連接權上。網(wǎng)...[繼續(xù)閱讀]

    BP神經(jīng)網(wǎng)絡由于其結構簡單,表達能力強,可以適用于很多環(huán)境中。其在高光譜遙感數(shù)據(jù)處理中的應用主要有礦物識別、物譜關聯(lián)和遙感圖像數(shù)據(jù)分類等。9.4.1　基于BP網(wǎng)絡的高光譜地面實測數(shù)據(jù)礦物識別設計BP神經(jīng)網(wǎng)絡的關鍵是網(wǎng)絡結...[繼續(xù)閱讀]

    演化算法(EvolutionaryAlgorithms)最初是由美國科學家Holland根據(jù)達爾文生物進化論創(chuàng)建的。按照達爾文的自然選擇學說,生物都要經(jīng)過繁殖、斗爭、遺傳和變異、適者生存四個過程,因而可以說達爾文進化論是一種穩(wěn)健的搜索和優(yōu)化機制。...[繼續(xù)閱讀]

    演化算法又叫進化算法,它借鑒于生物學中的進化和遺傳概念,解決各種復雜的工程技術問題。下面先來回顧一下生物學中進化和遺傳的概念,以便深入探討各種演化算法。10.2.1　生物的進化生物的進化是通過自然選擇實現(xiàn)的,自然選擇...[繼續(xù)閱讀]

    10.3.1　編碼方式在遺傳算法中如何描述問題的可行解,即把一個問題的可行解從其解空間轉換到遺傳算法所能處理的搜索空間的轉換方法成為編碼。遺傳算法通過對個體編碼的操作,不斷搜索出適應度較高的個體,并在群體中逐漸增加...[繼續(xù)閱讀]

    10.4.1　差分理論概述差分演化是演化策略的一種。早期的演化策略是用浮點數(shù)來表示的,只使用變異作為其重組算子。演化程序是遺傳算法和數(shù)據(jù)編碼的結合,在遺傳算法的興起和發(fā)展后,1991年Michalewicz教授根據(jù)自己精心研究的成果,總...[繼續(xù)閱讀]

    10.5.1　遺傳規(guī)劃的原理針對遺傳算法的缺陷,JohnRKoza于1989年提出了一種重要的描述問題的方法:遺傳規(guī)劃(GeneticProgramming)。這是一種與領域無關、機械地搜索程序空間的方法。算法的實質是用廣義的層次化計算機程序描述問題。解決問...[繼續(xù)閱讀]

    基因表達式編程(GeneExpressionProgramming,GEP)是葡萄牙科學家CandidaFerreira在遺傳算法(GeneticAlgorithm,GA)和遺傳編程(GeneticProgramming,GP)的基礎上發(fā)展的一種知識發(fā)現(xiàn)的仿生計算新技術。GEP是模擬生物進化的一種全局優(yōu)化搜索算法,它是以適者生...[繼續(xù)閱讀]