第4章(人工神經(jīng)網(wǎng)絡(luò)1-基礎(chǔ)知識)-資料下載頁
2025-08-05 10:50本頁面
【正文】 ? ? ??1( ) x ( , ) ( ) [ 0 , 1 ]1 xf x f xe ?? ? ? ? ? ? ? ??Sigmoid函數(shù)的特點(diǎn)： 第一 、 非線性 、 單調(diào)性 （ 單調(diào)增 ） 第二 、 無限次可微 第三 、 當(dāng)值很大時 ， 可以近似閾值函數(shù)或符號函數(shù) 第四 、 當(dāng)值很小時 ， 可以近似線性函數(shù) 神經(jīng)元的動作： ① 求加權(quán)和 ② 與閾值比較 ③ 用激發(fā)函數(shù)得到輸出 1( ) ( )nj j i i jiy t f w x ?????公式表示上的簡化 令 w j 0 = θj ， 并記 w j = (wj 0, wj 1, … , wj n)T x = ( 1, x1, … , xn )T 則有 yj = f ( w j Tx ) 注意 ：有些神經(jīng)元可能不包含閾值 圖形表示上的簡化 將神經(jīng)元簡化為圓圈或者實(shí)心元 閾值 神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò) 是由大量處理單元（人工神經(jīng)元）相互連結(jié)組成的非線性、大規(guī)模、自適應(yīng)的動力系統(tǒng)。它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的，試圖通過 模擬大腦神經(jīng)網(wǎng)絡(luò)處理、記憶信息的方式 ，設(shè)計(jì)出一種新的機(jī)器使之具有像人腦那樣的信息處理能力 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn) ① 并行分布處理 神經(jīng)網(wǎng)絡(luò)具有高度的并行結(jié)構(gòu)和并行實(shí)現(xiàn)能力，因而具有較好的容錯能力和較快的總體處理能力，所以特別適于 實(shí)時和動態(tài)處理 ② 非線性映射 神經(jīng)網(wǎng)絡(luò)具有 高度 非線性 映射 （ 變換 ） 能力 ，是 處理非線性問題 的一種有效手段 ③ 學(xué)習(xí)能力 神經(jīng)網(wǎng)絡(luò)通過 樣本 數(shù)據(jù) 完成學(xué)習(xí)或 訓(xùn)練。訓(xùn)練 后的 神經(jīng)網(wǎng)絡(luò)具有 推廣或者泛化 能力 （ 對未來數(shù)據(jù)的預(yù)測能力 ） 。因此，神經(jīng)網(wǎng)絡(luò)能夠解決數(shù)學(xué)模型或規(guī)則難以處理的問題 （類似于黑盒子） ④ 適應(yīng)性與集成性 神經(jīng)網(wǎng)絡(luò) 可以用于 在線 處理 ，并能同時進(jìn)行定量和定性操作。神經(jīng)網(wǎng)絡(luò)的強(qiáng)適應(yīng)和信息融合能力使得它可以同時輸入大量不同的控制信號，解決輸入信息間的互補(bǔ)和冗余問題，并實(shí)現(xiàn) 信息集成和融合 處理。 所以，特別 適于復(fù)雜、大規(guī)模和多變量系統(tǒng) ⑤ 硬件實(shí)現(xiàn) 除了軟件實(shí)現(xiàn)外， 神經(jīng)網(wǎng)絡(luò) 還用 硬件實(shí)現(xiàn) 。 超大規(guī)模集成電路實(shí)現(xiàn) 硬件 的面世，使得 神經(jīng)網(wǎng)絡(luò)成為具有快速和大規(guī)模處理能力的網(wǎng)絡(luò) 本課程介紹的神經(jīng)網(wǎng)絡(luò)模型有 ： ? 多層感知器及其 BP訓(xùn)練算法（ BP網(wǎng)絡(luò)） ? Hopfield網(wǎng)絡(luò)（ Hopfield網(wǎng)絡(luò) )
公司管理相關(guān)推薦
鄂ICP備17016276號-1