论文部分内容阅读
人工神经网络是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。它由大量的节点(或神经元)和相互间的连接构成,每两个节点间连接信号的强弱称之为权重。人工神经网络所具有的自学习和自适应能力,是通过预先提供的一批相互对应的输入输出数据来训练网络,即通过不断地调整节点间的连接权重,来确定两组数据间的规律,最终根据这些规律,用新的输入数据来推算输出结果。在实证分析中,根据分析内容不同,确定常见指标作为网络输入,由输入节点个数确定隐藏层神经元个数,网络输出均为1个神经元。分别从w