人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks,簡(jiǎn)稱(chēng)ANN)是一種基于連接主義機(jī)制的人工智能技術(shù)。它試圖從微觀(guān)上解決人類(lèi)的認(rèn)知功能,以此來(lái)探索認(rèn)知過(guò)程的微結(jié)構(gòu),并在網(wǎng)絡(luò)層次上模擬人類(lèi)的思維方式和組織方式。它通過(guò)合理的樣本訓(xùn)練、學(xué)習(xí)...[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(chǔ),它主要采用梯度下降的方法來(lái)搜索可能的權(quán)向量的假設(shè)空間,以找到最佳擬合訓(xùn)練樣例的權(quán)向量。假設(shè)訓(xùn)練誤差用公式(9.2.1)描述。E=Err2＝2(9.2.1)其中,E為誤差項(xiàng),W為網(wǎng)絡(luò)權(quán)向...[繼續(xù)閱讀]

    神經(jīng)網(wǎng)絡(luò)的基本特性主要有以下幾點(diǎn)。(1)分布存儲(chǔ)與容錯(cuò)性。信息在神經(jīng)網(wǎng)絡(luò)內(nèi)的存儲(chǔ)按內(nèi)容分布于大量的神經(jīng)細(xì)胞之中,而且每個(gè)神經(jīng)細(xì)胞實(shí)際上存儲(chǔ)著多種不同信息的部分內(nèi)容。信息的記憶主要反映在神經(jīng)元之間的連接權(quán)上。網(wǎng)...[繼續(xù)閱讀]

    BP神經(jīng)網(wǎng)絡(luò)由于其結(jié)構(gòu)簡(jiǎn)單,表達(dá)能力強(qiáng),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(yīng)用主要有礦物識(shí)別、物譜關(guān)聯(lián)和遙感圖像數(shù)據(jù)分類(lèi)等。9.4.1　基于BP網(wǎng)絡(luò)的高光譜地面實(shí)測(cè)數(shù)據(jù)礦物識(shí)別設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)的關(guān)鍵是網(wǎng)絡(luò)結(jié)...[繼續(xù)閱讀]

    演化算法(EvolutionaryAlgorithms)最初是由美國(guó)科學(xué)家Holland根據(jù)達(dá)爾文生物進(jìn)化論創(chuàng)建的。按照達(dá)爾文的自然選擇學(xué)說(shuō),生物都要經(jīng)過(guò)繁殖、斗爭(zhēng)、遺傳和變異、適者生存四個(gè)過(guò)程,因而可以說(shuō)達(dá)爾文進(jìn)化論是一種穩(wěn)健的搜索和優(yōu)化機(jī)制。...[繼續(xù)閱讀]

    演化算法又叫進(jìn)化算法,它借鑒于生物學(xué)中的進(jìn)化和遺傳概念,解決各種復(fù)雜的工程技術(shù)問(wèn)題。下面先來(lái)回顧一下生物學(xué)中進(jìn)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(jìn)化生物的進(jìn)化是通過(guò)自然選擇實(shí)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(wèn)題的可行解,即把一個(gè)問(wèn)題的可行解從其解空間轉(zhuǎn)換到遺傳算法所能處理的搜索空間的轉(zhuǎn)換方法成為編碼。遺傳算法通過(guò)對(duì)個(gè)體編碼的操作,不斷搜索出適應(yīng)度較高的個(gè)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(diǎn)數(shù)來(lái)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(jié)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(duì)遺傳算法的缺陷,JohnRKoza于1989年提出了一種重要的描述問(wèn)題的方法:遺傳規(guī)劃(GeneticProgramming)。這是一種與領(lǐng)域無(wú)關(guān)、機(jī)械地搜索程序空間的方法。算法的實(shí)質(zhì)是用廣義的層次化計(jì)算機(jī)程序描述問(wèn)題。解決問(wèn)...[繼續(xù)閱讀]

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