bp神經(jīng)網(wǎng)絡(luò)方法ppt課件(已修改)
2025-01-17 03:16 本頁(yè)面
【正文】 人工神經(jīng)網(wǎng)絡(luò)發(fā)展概況 人工神經(jīng)網(wǎng)絡(luò) (Artificial Neural Networks， ANN)： 簡(jiǎn)稱(chēng)神經(jīng)網(wǎng)絡(luò)。 模擬人腦神經(jīng)細(xì)胞的工作特點(diǎn)： 與目前按串行安排程序指令的計(jì)算機(jī)結(jié)構(gòu)截然不同。 * 單元間的廣泛連接； * 并行分布式的信息存貯與處理； * 自適應(yīng)的學(xué)習(xí)能力等。 優(yōu)點(diǎn)： (1) 較強(qiáng)的容錯(cuò)性 。 (2) 很強(qiáng)的自適應(yīng)學(xué)習(xí)能力； (3) 可將識(shí)別和若干預(yù)處理融為一體進(jìn)行； (4) 并行工作方式； (5) 對(duì)信息采用分布式記憶，具有魯棒性。 四個(gè)發(fā)展階段： 第一階段：?jiǎn)⒚善?，始?1943年。 形式神經(jīng)元的數(shù)學(xué)模型提出。 第二階段：低潮期，始于 1969年。 《 感知器 》 (Perceptions)一書(shū)出版，指出局限性 。 第三階段：復(fù)興期，從 1982年到 1986年。 Hopfield的兩篇論文提出新的神經(jīng)網(wǎng)絡(luò)模型； 《 并行分布處理 》 出版，提出反向傳播算法。 第四個(gè)階段： 1987年至今，趨于平穩(wěn)。 回顧性綜述文章“神經(jīng)網(wǎng)絡(luò)與人工智能” 。 神經(jīng)網(wǎng)絡(luò)基本概念 生物神經(jīng)元 1．生物神經(jīng)元的結(jié)構(gòu) 來(lái)自其它 神經(jīng)元軸突 的 神經(jīng)末梢 細(xì)胞體 軸突 細(xì)胞核 樹(shù)突 神經(jīng)末梢 突觸 細(xì)胞體、樹(shù)突、軸突和突觸。 2．生物神經(jīng)元的工作機(jī)制 興奮和抑制兩種狀態(tài)。 抑制狀態(tài)的神經(jīng)元 由樹(shù)突和細(xì)胞體 接收傳來(lái)的興奮電位 不應(yīng)期 產(chǎn)生輸出脈沖 輸入興奮總 量超過(guò)閾值 神經(jīng)元被激發(fā) 進(jìn)入興奮狀態(tài) 由突觸傳遞給其它神經(jīng)元 人工神經(jīng)元及神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)元：生物神經(jīng)元的簡(jiǎn)化模擬。 人工神經(jīng)元間的互連：信息傳遞路徑軸突 突觸 樹(shù)突的簡(jiǎn)化； 連接的權(quán)值：兩個(gè)互連的神經(jīng)元之間相互作用的強(qiáng)弱。 x 1 x 2 x n w 1 w 2 w n ┇ ∑ f y ? ┇ 圖 人工神經(jīng)元模型 接收的信息 (其它神經(jīng)元的輸出 ) 互連強(qiáng)度 作比較 的 閾值 n維輸入向量 X 輸出 輸出函數(shù) 神經(jīng)元的動(dòng)作： ???niii xwne t1)( n e tfy ?),( Rwx ii ?輸出函數(shù) f： 也稱(chēng)作用函數(shù)，非線(xiàn)性。 0 1 y
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1