目錄

背影
DBN神經(jīng)網(wǎng)絡(luò)的原理
DBN神經(jīng)網(wǎng)絡(luò)的定義
受限玻爾茲曼機(jī)（RBM）
DBN的偽測(cè)量配電網(wǎng)狀態(tài)估計(jì)
基本結(jié)構(gòu)
主要參數(shù)
數(shù)據(jù)
MATALB代碼
結(jié)果圖
展望

背影

DBN是一種深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，擁有提取特征，非監(jiān)督學(xué)習(xí)的能力，是一種非常好的分類算法，本文將DBN算法偽測(cè)量配電網(wǎng)狀態(tài)估計(jì)

DBN神經(jīng)網(wǎng)絡(luò)的的原理

深度信念神經(jīng)網(wǎng)絡(luò)DBN的定義

深度信念網(wǎng)絡(luò)，DBN，Deep Belief Nets，神經(jīng)網(wǎng)絡(luò)的一種。既可以用于非監(jiān)督學(xué)習(xí)，類似于一個(gè)自編碼機(jī)；也可以用于監(jiān)督學(xué)習(xí)，作為分類器來使用。

從非監(jiān)督學(xué)習(xí)來講，其目的是盡可能地保留原始特征的特點(diǎn)，同時(shí)降低特征的維度。從監(jiān)督學(xué)習(xí)來講，其目的在于使得分類錯(cuò)誤率盡可能地小。而不論是監(jiān)督學(xué)習(xí)還是非監(jiān)督學(xué)習(xí)，DBN的本質(zhì)都是Feature Learning的過程，即如何得到更好的特征表達(dá)。

作為神經(jīng)網(wǎng)絡(luò)，神經(jīng)元自然是其必不可少的組成部分。DBN由若干層神經(jīng)元構(gòu)成，組成元件是受限玻爾茲曼機(jī)（RBM）。

受限玻爾茲曼機(jī)（RBM）

RBM是一種神經(jīng)感知器，由一個(gè)顯層和一個(gè)隱層構(gòu)成，顯