BP神经网络的数学公式推敲

一：数学建模

BP神经网络分为输入层、中间层（隐含层）、输出层。其中隐含层可以有1个或者多个节点。如下图

                             BP神经网络的结构

说先我们来定义几个参数：

**********************************

Data：训练的样本数;

In：输入变量数；

Neuron：神经元个数（隐含层）；

Out：输出变量数；

***********************************

输入变量样本  d_in[]Data[In]； 输出样本 d_out[Data][Out]；

神经元输入权值 w[Neuron][In]；   神经元输出权值V[Out][Neuron]；

中间层O[Neuron]；   输出变量Output[Out]

****************************************************************************

二：数学推导

 从数学公式上推导实现

如果输入为xi   代表输入变量个数n

1：对于某一个神经元，用O[j]表示，其得到的输入O[j]=x1*wj1+x2*wj2+x3*wj3+…+xn*wjn    公式1

2：神经元本身的输出的激活函数，一般选取Sigmoid函数，函数为

式中Q为调整激励函数形式的Sigmoid参数

3：