使用bp神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)紅酒分類資料

1、 使用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)(shxin)紅酒分類第8組：共十五頁(yè)問(wèn)題(wnt)提出葡萄酒化學(xué)成分復(fù)雜葡萄酒的質(zhì)量是各種化學(xué)成分的綜合反映通常檢測(cè)的方法有感官評(píng)定和常規(guī)的理化指標(biāo)檢測(cè)感官評(píng)定雖然在生產(chǎn)中也有較多的應(yīng)用但是評(píng)測(cè)周期長(zhǎng) 影響因素(yn s)多主觀性強(qiáng) 重復(fù)性差且無(wú)法快速檢測(cè)共十五頁(yè)使用BP神經(jīng)網(wǎng)絡(luò)對(duì)標(biāo)準(zhǔn)化且具有一致評(píng)判標(biāo)準(zhǔn)的數(shù)據(jù)進(jìn)行訓(xùn)練將來(lái)分類時(shí)僅僅使用理化指標(biāo)(zhbio)進(jìn)行評(píng)估不帶有人為主觀因素共十五頁(yè)數(shù)據(jù)源來(lái)自UCI數(shù)據(jù)庫(kù)中的wine數(shù)據(jù)包,該數(shù)據(jù)包含意大利在不同地點(diǎn)所生產(chǎn)的三種葡萄酒的資料,特性如下:樣本(yngbn)共178個(gè),特征共13個(gè),都是由化學(xué)分析所得到的數(shù)值,沒(méi)有未

2、知量數(shù)據(jù)首先進(jìn)行歸一化處理數(shù)據(jù)處理共十五頁(yè)葡萄酒檢測(cè)的不同理化指標(biāo)會(huì)在一定程度上影響葡萄酒的分類。使用SPSS軟件初步分析(fnx)理化指標(biāo)和分類之間的關(guān)系。共十五頁(yè)十三個(gè)特征，建立十三個(gè)輸入神經(jīng)元。葡萄酒分成三類，建立三個(gè)輸出神經(jīng)元；對(duì)輸出進(jìn)行編碼，第一類編碼為100，第二類010，第三類001.由于一層隱藏層足以擬合各種分類面，我們將其設(shè)計(jì)為一層。隱藏層內(nèi)部節(jié)點(diǎn)(ji din)個(gè)數(shù)，按照（3*輸入層個(gè)數(shù)）設(shè)計(jì)。建立BP神經(jīng)網(wǎng)絡(luò)模型共十五頁(yè)010樣本(yngbn)被分到第二類的模擬結(jié)構(gòu)圖共十五頁(yè)輸入(shr)，輸出結(jié)點(diǎn)和結(jié)點(diǎn)間權(quán)值，結(jié)點(diǎn)閾值使用數(shù)組實(shí)現(xiàn)。樣本數(shù)據(jù)和測(cè)試數(shù)據(jù)使用Study_Da

3、taN與Test_DataTestN 結(jié)構(gòu)體數(shù)組實(shí)現(xiàn)。權(quán)值閾值使用(-1,1)間的隨機(jī)數(shù)產(chǎn)生。激活函數(shù)使用Sigmoid函數(shù)：共十五頁(yè)Err_mN存儲(chǔ)每個(gè)樣本的均方誤差(wch)，當(dāng)所有樣本的均方誤差(wch)和小于0.01時(shí)，停止訓(xùn)練。Study變量統(tǒng)計(jì)迭代次數(shù)，當(dāng)?shù)螖?shù)到達(dá)10000次，停止訓(xùn)練。每個(gè)樣本采用梯度下降法修正權(quán)值。學(xué)習(xí)因子決定著權(quán)值更新幅度。我們經(jīng)過(guò)反復(fù)試驗(yàn)，將學(xué)習(xí)因子設(shè)定為0.8。我們采用的優(yōu)化方法是加入動(dòng)量項(xiàng)。取值在(0,1)之間，代表是否側(cè)重前一代權(quán)值改變。本程序?qū)?dòng)量因子設(shè)定為0.9。共十五頁(yè)將178個(gè)樣本，分為118個(gè)樣本進(jìn)行訓(xùn)練，60個(gè)樣本進(jìn)行測(cè)試(csh)。6

4、0個(gè)測(cè)試樣本分別有20個(gè)來(lái)自3個(gè)類別葡萄酒?，F(xiàn)場(chǎng)運(yùn)行程序，觀察分類錯(cuò)誤率。程序運(yùn)行與結(jié)果(ji gu)說(shuō)明共十五頁(yè)由于樣本有13維，我們可以采用維規(guī)約技術(shù)進(jìn)行(jnxng)優(yōu)化數(shù)據(jù)樣本程序(chngx)還可以進(jìn)行的改進(jìn)共十五頁(yè)共十五頁(yè)我們還可以運(yùn)用局部學(xué)習(xí)率自適應(yīng)調(diào)整(tiozhng)，使得學(xué)習(xí)率最優(yōu)化。設(shè)計(jì)一個(gè)局部學(xué)習(xí)率自適應(yīng)調(diào)整函數(shù)。對(duì)網(wǎng)絡(luò)(wnglu)中的每個(gè)權(quán)值使用獨(dú)自的學(xué)習(xí)率，以便為每個(gè)權(quán)值找到最優(yōu)學(xué)習(xí)率。共十五頁(yè)第8組THE END共十五頁(yè)內(nèi)容摘要使用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)紅酒分類。葡萄酒的質(zhì)量是各種化學(xué)成分的綜合反映。葡萄酒檢測(cè)的不同理化指標(biāo)會(huì)在一定程度上影響葡萄酒的分類。對(duì)輸出進(jìn)行編碼，第一類編碼為100，第二類010，第三類001.。隱藏層內(nèi)部節(jié)點(diǎn)個(gè)數(shù)，按照（3*輸入層個(gè)數(shù)）設(shè)計(jì)。輸入，輸出結(jié)點(diǎn)和結(jié)點(diǎn)間權(quán)值，結(jié)點(diǎn)閾值使用數(shù)組實(shí)現(xiàn)。樣本數(shù)據(jù)和測(cè)試數(shù)據(jù)使用Study_DataN與Test_DataTestN 結(jié)構(gòu)體數(shù)組實(shí)現(xiàn)。權(quán)值閾值使用(-1,1)間的隨機(jī)數(shù)產(chǎn)生。激活函數(shù)使用Sigmoid函數(shù)：。Study