智能控制課件第4章-人工神經(jīng)網(wǎng)絡(luò)模型(存儲版)
【正文】 分枝，稱之為神經(jīng)末梢，每一條神經(jīng)末梢可以與其它神經(jīng)元連接，其連接的末端稱之為突觸。第一節(jié) 從生物神經(jīng)網(wǎng)絡(luò)到 人工神經(jīng)網(wǎng)絡(luò) From Biological Neural Network To Artificial Neural Network What’s this? ? 大腦 Brain 重量 : 約 1200－ 1500g 體積 : 約 600Cm3 神經(jīng)元數(shù) : 約 1011個(gè) 大腦的組織結(jié)構(gòu)和功能是人體器官中最為復(fù)雜的，它接受外界信號、產(chǎn)生感覺、形成意識、進(jìn)行邏輯思維、發(fā)出指令產(chǎn)生行為，掌管著人們的語言、思維、感覺、情緒、運(yùn)動等高級活動。其功能是將軸突傳出來的信息傳給其它神經(jīng)細(xì)胞，相當(dāng)于信息的 輸入 /輸出接口 。相反地 ， 一個(gè)神經(jīng)元的脈沖發(fā)放率典型值僅僅在 100Hz的范圍內(nèi) 。 第二節(jié) 人工神經(jīng)網(wǎng)絡(luò)模型 應(yīng)用與仿真 Applications amp。 ? 學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)在訓(xùn)練的過程中 ， 便學(xué)到了把輸入空間影射到輸出空間的能力 ， 稱之為神經(jīng)網(wǎng)絡(luò)的 “ 學(xué)習(xí) ” ， 調(diào)整權(quán)值和閾值的算法稱之為學(xué)習(xí)規(guī)則或訓(xùn)練算法 。 ? 感知器的 MATLAB仿真 ? 設(shè)計(jì)的感知器神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) ? 感知器神經(jīng)網(wǎng)絡(luò)的 MATLAB程序?qū)崿F(xiàn) ? p 1 p 2 p 12 w 1 w 2 w 12 a b n ? 神經(jīng)網(wǎng)絡(luò)的創(chuàng)建與訓(xùn)練 ? 神經(jīng)網(wǎng)絡(luò)的仿真 ? 線性神經(jīng)網(wǎng)絡(luò) b ? p 1 p 2 p R a n f 1,1w2,1wRw,1 S1 S1? R S1? 1 1 P R ? 1 IW1 R a1 n1 b1 + S1? 1 S1? 1 ? 線性神經(jīng)元模型 ? 線性神經(jīng)網(wǎng)絡(luò)模型 ? 線性神經(jīng)網(wǎng)絡(luò)特點(diǎn) ? 與感知器一樣 ， 只適于解決線性可分問題 ， 但比感知器的抗噪能力強(qiáng) 。 ? 本例線性神經(jīng)網(wǎng)絡(luò) MATLAB仿真程序設(shè)計(jì)的主要步驟： ? 以 newlin創(chuàng)建線性神經(jīng)網(wǎng)絡(luò) ? 構(gòu)造訓(xùn)練樣本集 ? 以 adapt自適應(yīng)調(diào)整所創(chuàng)建的網(wǎng)絡(luò) ， 獲得網(wǎng)絡(luò)訓(xùn)練的誤差信號 ， 即為輸出信號 。 ? BP網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì) 我們選用兩層 BP網(wǎng)絡(luò) ， 其輸入節(jié)點(diǎn)數(shù)為16?16=256；隱層傳輸函數(shù)為 logsig函數(shù) ， 假設(shè)采用一個(gè)輸出節(jié)點(diǎn)表示 10個(gè)數(shù)字 ， 則輸出層傳輸函數(shù)為 pureline；隱層節(jié)點(diǎn)數(shù)取為 25 。 ? 問題分析 以 0表示數(shù)字筆畫劃過的小方塊 ， 以 1表示數(shù)字筆畫未劃過的小方塊 ， 則 Hopfield網(wǎng)絡(luò)的需要 56個(gè)神經(jīng)元表示各方塊的狀態(tài)；網(wǎng)絡(luò)結(jié)構(gòu)要求目標(biāo)向量用一維向量表示 。 ? Hopfield網(wǎng)絡(luò)的 MATLAB仿真 ? Hoppfield 網(wǎng)絡(luò)的應(yīng)用實(shí)例 Hopfield 神經(jīng)網(wǎng)絡(luò)常用于聯(lián)想記憶 。 ? BP網(wǎng)絡(luò)的 MATLAB仿真 ? BP網(wǎng)絡(luò)的應(yīng)用實(shí)例 設(shè)計(jì)基于 BP神經(jīng)網(wǎng)絡(luò)的印刷體字符 09的識別系統(tǒng) 。 ? 問題分析 利用自適應(yīng)線性網(wǎng)絡(luò)實(shí)現(xiàn)噪聲對消的原理框圖如圖所示 ： + 信號源 噪聲源 ? AD s n 0 n 1 s + n 0 y n 1 ? ? 對消原理 yns ??? 0?])[(][])[()]([2][])[(][2022002202ynEsEynEynsEsEynsEE?????????????])[(][][ 20m i n2m i n2m i n ynEsEE ????0])[( 20m i n ?? ynE0ny ? syns ???? 0?? MATLAB仿真程序設(shè)計(jì) 假設(shè)信號為一正弦信號 ， 受到隨機(jī)噪聲的污染 。 如果我們設(shè)計(jì)的感知器神經(jīng)網(wǎng)絡(luò)使得網(wǎng)絡(luò)的輸出在圖像卡片上的數(shù)字為奇數(shù)時(shí)輸出為 0，偶數(shù)時(shí)輸出為 1， 則可以完成其奇偶分類 。 目前主要的工具箱包括： ? Communications Toolbox ? Control System Toolbox ? Filter Design Toolbox ? Fuzzy Logic Toolbox ? Image Processing Toolbox ?
電大資料相關(guān)推薦
鄂ICP備17016276號-1