蠓虫分类有哪些

蠓虫分类有哪些

ID:42636418

大小:415.51 KB

页数:13页

时间:2019-09-19

蠓虫分类有哪些_第1页
蠓虫分类有哪些_第2页
蠓虫分类有哪些_第3页
蠓虫分类有哪些_第4页
蠓虫分类有哪些_第5页
资源描述:

《蠓虫分类有哪些》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、蠓虫的分类问题(方红城曹鹏杨科)摘要在现实生活中,要对许多事物进行分类,有了新的事物,要将其划入已知的类别,就需要建立相关的模型和规则。人工神经网络(ArtificalNeuralNetwork,ANN)是一种模拟人脑信息处理方法的非线性系统,它的独特性在于它是一种黑箱理论,具有较强的处理非线性问题的能力,比较适合于一些信息复杂、知识背景不清楚和推理规则不明确问题的建模,如本文中关于蠓虫类别判断的建模。通过给定的训练样本进行机器训练,建立输出与输入变量之间的函数关系,建立非线性过程的模拟模型。本文利用神经网络来

2、进行蠓虫类别的判断。根据蠓虫的触角长度和翼长加以区分,对已知的15组数据(两种蠓虫的触角长度和翼长)以及3只待分类的蠓虫运用BP(Back-Propogation)神经网络模型对蠓虫的分类问题进行了讨论,得到三只蠓是均属于Af类的结果。人工神经网络例如本论文中关于蠓虫类别判断的建模。关键词:神经网络BP算法1 问题的重述两种蠓虫Af和Apf已有生物学家和根据它们的触角长度和翼长加以区分(见附图),9只Af蠓虫用星形标记,6只Apf蠓虫用圆圈标记。根据给出的触角长度和翼长识别一只标本是Af还是Apf是重要的问题:

3、若给定一只Af或者Apf族的蠓虫,如何正确地区分它属于哪一族?将建立的模型用于触角长和翼长分别为(1.24,1.80),(1.28,1.84),(1.40,2.04)的三个标本,分别给出它们所属类别。若设Af是宝贵的传粉益虫,Apf是某种疾病的载体,是否可以修改你的分类方法,若需修改,怎么改?Af123456789触角长度1.241.361.381.381.381.41.481.541.56翼长1.721.741.641.821.91.71.821.822.08Apf123456触角长度1.141.181.20

4、1.261.281.30翼长1.781.961.862.002.001.962问题的分析如上的问题是有代表性的,它的特点是要求依据已知资料(9只Af的数据和6只Apf的数据)制定一种分类方法,类别是已经给定的(Af或Apf)。本文将9只Af及6只Apf的数据集合称之为学习样本。通过应用人工神经网络来解决该类问题可以作为一种新的研究方法。人工神经网络是在现代神经科学的基础上提出和发展起来的,旨在反映人脑结构及功能的一种抽象数学模型,经过了50多年曲折的发展。特别是20世纪80年代,人工神经网络的研究取得了重大进展

5、,有关的理论和方法已经发展成一门界于物理学、数学、计算机科学和神经生物学之间的交叉学科。它在模式识别,图像处理,智能控制,组合优化,金融预测与管理,通信,机器人以及专家系统等领域得到广泛的应用,提出了40多种神经网络模型,其中比较著名的有感知机,Hopfield网络,Boltzman机,自适应共振理论及反向传播网络(BP)等。3基本假设1、假设两个蠓虫总体都服从二维正太分布;2、假设两总体协方差矩阵相等;3、两总体的先验概率“按比例分配”,即各自的容量与总容量的比值;4、误判后造成的损失相等。4定义符号说明输出

6、单元状态隐单元状态输入单元状态中间层到输出层的权输入层到中间层的权理想输出结果实际输出与理想输出的差异5模型的建立5.1建立神经网络模型为解决上述问题,本文考虑到人工神经网络(ArtificalNeuralNetwork,ANN),亦称为神经网络(NeuralNetworks,NN),是由大量处理神经单元(神经元Neuros)广泛互联而成的网络,是对人脑的抽象、简化和模拟,反应人脑的基本特征的模型。神经网络的基本功能有联想记忆、非线性映射、分类与识别、优化计算、知识处理等。本文利用神经网络具有归类的性质,做了一

7、个其结构如下图所示的人工神经网络,激活函数由logsig(n)=1/(1+exp(-n))(1.1)来决定。图中最下面单元,即由实心点所示的一层称为输入层,用以输入已知测量值。在本文的例子中,它只需包括两个单元,一个用以输入触角长度,一个用以输入翅膀长度。中间一层称为处理层或隐单元层,单元个数适当选取,对于它的选取方法,有一些文献进行了讨论,但通过试验来决定,或许是最好的途径。在本文中,取三个就足够了。最上面一层称为输出层,在本文的例子中只包含二个单元,用以输出与每一组输入数据相对应的分类信息.任何一个中间层单

8、元接受所有输入单元传来的信号,并把处理后的结果传向每一个输出单元,供输出层再次加工,同层的神经元彼此不相联接,输入与输出单元之间也没有直接联接。这样,除了神经元的形式定义外,又给出了网络结构。有些文献将这样的网络称为两层前传网络,称为两层的理由是,只有中间层及输出层的单元才对信号进行处理;输入层的单元对输入数据没有任何加工,故不计算在层数之内。5.2函数的初始化为了叙述上的方便,此处引

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。