神經(jīng)元模型和網(wǎng)絡(luò)結(jié)構(gòu)-文庫(kù)吧在線文庫(kù)
【正文】 )a ( 0 )a ( t )= u ( t 1 )圖 2 11 延時(shí)模塊延時(shí) 積分器 另一種將用于第 15章至第 18章中的連續(xù)時(shí)間遞歸網(wǎng)絡(luò)的構(gòu)造模塊是積分器，如圖 212所示： 積分器的輸出 a(t)由輸入 u(t)根據(jù)下式計(jì)算得到： （ ） )0()()( 0 aduta t ?? ? ??u ( t ) a ( t )a ( 0 )圖 2 12 積分器模塊積分器)0()()(0adutat?? ? ?? 遞歸網(wǎng)絡(luò) 一個(gè)遞歸網(wǎng)絡(luò)是一個(gè)帶反饋的網(wǎng)絡(luò)，其部分輸出連接到它的輸入。 ?????????????RSSSRRW,2,1,22,21,2,12,11,1???????Wb+ ?pR 11RS RS 1S 1nSS 1aa = ? ( W p + b )輸 入 S 個(gè) 神 經(jīng) 元 的 層圖 2 8 由 S 個(gè) 神 經(jīng) 元 組 成 的 層 的 簡(jiǎn) 化 表 示 權(quán)值下標(biāo) 權(quán)值矩陣元素下標(biāo)的第一個(gè)下標(biāo)表示權(quán)值相應(yīng)連接所指定的目標(biāo)神經(jīng)元編號(hào)，第二個(gè)下標(biāo)表示權(quán)值相應(yīng)連接的源神經(jīng)元編號(hào)。傳輸函數(shù) f的凈輸入是 n，它是偏置值 b與積 Wp的和。具有 R個(gè)輸入的神經(jīng)元如圖 25所示。 矩陣：大寫(xiě)的黑整體字母，如 A,B,C?，F(xiàn)在來(lái)介紹簡(jiǎn)化的神經(jīng)元數(shù)學(xué)模型，并解釋這些人工神經(jīng)元如何相互連接形成各種網(wǎng)絡(luò)結(jié)構(gòu)。 2. 傳輸函數(shù) 圖 21中的傳輸函數(shù)可以是 n的線性或者非線性函數(shù)。 神經(jīng)元的輸出可以寫(xiě)成： a=f(Wp+b) () 權(quán)值下標(biāo) 權(quán)值矩陣元素下標(biāo)的第一個(gè)下標(biāo)表示權(quán)值相應(yīng)連接所指定的目標(biāo)神經(jīng)元編號(hào)，第二個(gè)下標(biāo)表示權(quán)值相應(yīng)連接的源神經(jīng)元編號(hào)。 請(qǐng)注意，網(wǎng)絡(luò)的輸入是由問(wèn)題的外部描述決定的。圖 29所示的三層網(wǎng)絡(luò)就使用了這種標(biāo)記方法。 例題 一個(gè)單輸入神經(jīng)元的輸入是 ，其權(quán)值是，偏置值是 3。 （ iv）題中未能給出足夠的條件以確定是否需要偏置值。輸出被限制為 0到 1之間的連續(xù)值。第一種是延時(shí)模塊，如圖 211所示。 輸入向量通過(guò)如下權(quán)矩陣 W進(jìn)入網(wǎng)絡(luò)： （ ） 同樣，具有 S個(gè)神經(jīng)元、 R個(gè)輸入的單層網(wǎng)絡(luò)也能用簡(jiǎn)化的符號(hào)表示為如圖 28所示的形式。常量 1則作為輸入與標(biāo)量偏置值 b相乘。 硬極限傳輸函數(shù) 線性傳輸函數(shù) a=n () 對(duì)數(shù) S形傳輸函數(shù) a=1/1+en () a=hardlim(n) a=hardlim(wp+b) 硬極限傳輸函數(shù) 單輸入 hardlim神經(jīng)元 圖 22 硬極限傳輸函數(shù) + 1 10an+ 1 10ap b / w a=purelin(n) a=purelin(wp+b)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1