ding神經(jīng)網(wǎng)絡(luò)ppt課件-文庫(kù)吧資料
2025-01-11 03:23本頁(yè)面
【正文】 ： 感知器、 線性神經(jīng)網(wǎng)絡(luò)、 BP網(wǎng)絡(luò)、 徑向基函數(shù)網(wǎng)絡(luò)、 競(jìng)爭(zhēng)學(xué)習(xí)網(wǎng)絡(luò) 反饋神經(jīng)網(wǎng)絡(luò)等 感知器模型是美國(guó)學(xué)者羅森勃拉特（ Rosenblatt）為研究大腦的存儲(chǔ)、學(xué)習(xí)和認(rèn)知過(guò)程而提出的一類具有自學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)模型，它把神經(jīng)網(wǎng)絡(luò)的研究從純理論探討引向了從工程上的實(shí)現(xiàn)。 但是，有時(shí)神經(jīng)網(wǎng)絡(luò)所解決的問(wèn)題的先驗(yàn)信息很少，甚至沒(méi)有，這 種情況下無(wú)導(dǎo)師學(xué)習(xí)就顯得更有實(shí)際意義 死記式學(xué)習(xí) 是指網(wǎng)絡(luò)事先設(shè)計(jì)成能記憶特定的例子，以后當(dāng)給定 有關(guān)該例子的輸入信息時(shí)，例子便被回憶起來(lái)。 在這種學(xué)習(xí)模式中，網(wǎng)絡(luò)的權(quán)值調(diào)整不取決于外來(lái)教師信號(hào)的影響， 可以認(rèn)為網(wǎng)絡(luò)的學(xué)習(xí)評(píng)價(jià)標(biāo)準(zhǔn)隱含于網(wǎng)絡(luò)的內(nèi)部。 在學(xué)習(xí)過(guò)程中，需要不斷地給網(wǎng)絡(luò)提供動(dòng)態(tài)輸入信息。 對(duì)于有導(dǎo)師學(xué)習(xí)，網(wǎng)絡(luò)在執(zhí)行仿真工作任務(wù)之前必須先經(jīng)過(guò)學(xué)習(xí)， 當(dāng)網(wǎng)絡(luò)對(duì)于各種結(jié)定的輸入均能產(chǎn)生所期望的輸出時(shí)，即認(rèn)為網(wǎng)絡(luò) 已經(jīng)在導(dǎo)師的訓(xùn)練下“學(xué)會(huì)”了訓(xùn)練數(shù)據(jù)集中包含的知識(shí)和規(guī)則，可 以用來(lái)進(jìn)行仿真工作了。 在學(xué)習(xí)訓(xùn)練過(guò)程中需要不斷給網(wǎng)絡(luò)成對(duì)提供一個(gè)輸入模式和一個(gè)期 望網(wǎng)絡(luò)正確輸出的模式，稱為“教師信號(hào)”。 雙曲正切型函數(shù) 實(shí)際只是一種特殊的 S型函數(shù)，其飽和值是－ 1和 1。 S型函數(shù) 是一個(gè)有最大輸出值的非線性函數(shù)，其輸出值是在某個(gè)范圍內(nèi)連續(xù) 取值的。 神經(jīng)元的轉(zhuǎn)移函數(shù)反映了神經(jīng)元輸出與其激活狀態(tài)之間的關(guān)系 最常用的轉(zhuǎn)移函數(shù)有以下 4種形式： 閾值函數(shù) 又稱階躍函數(shù)， 這是神經(jīng)元模型中最簡(jiǎn)單的一種 。 全互連型： 網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn) 均與所有其他節(jié)點(diǎn)連接 局部互連型： 網(wǎng)絡(luò)中的每個(gè) 節(jié)點(diǎn)只與其鄰 近的節(jié)點(diǎn)有連 接 稀疏連接型： 網(wǎng)絡(luò)中的節(jié)點(diǎn) 只與少數(shù)相距 較遠(yuǎn)的節(jié)點(diǎn)相 連 ? 按 網(wǎng)絡(luò)信息流向類型 (神經(jīng)網(wǎng)絡(luò)內(nèi)部信息傳遞方向 )分類 : 上面介紹的分類方法、結(jié)構(gòu)形式和信息流向只是對(duì)目前常見(jiàn)的 網(wǎng)絡(luò)結(jié)構(gòu)的概括和抽象。神經(jīng)網(wǎng)絡(luò)的這一優(yōu)良性 能使其可以作為多維非線性函數(shù)的通用數(shù)學(xué)模型 ? 分類與識(shí)別 對(duì)輸入樣本的分類實(shí)際上是在樣本空間找出符合分類要求的分 割區(qū)域，每個(gè)區(qū)域內(nèi)的樣本屬于一類。 神經(jīng)系統(tǒng)能在外部刺激下按一定規(guī)則調(diào)整神經(jīng)元之間的突觸連接，逐漸 構(gòu)建起神經(jīng)網(wǎng)絡(luò)，這一構(gòu)建過(guò)程稱為網(wǎng)絡(luò)的 自組織 (或稱重構(gòu) )。 人工神經(jīng)網(wǎng)絡(luò)基本知識(shí)及模型 人工神經(jīng)元模型是以大腦神經(jīng)細(xì)胞的活動(dòng)規(guī)律為原理的，反映了大腦神經(jīng)細(xì)胞的某些基本特征，但不是也不可能是人腦細(xì)胞的真實(shí)再現(xiàn)，從數(shù)學(xué)的角度而言，它是對(duì)人腦細(xì)胞的高度抽象和簡(jiǎn)化的結(jié)構(gòu)模型 簡(jiǎn)單神經(jīng)元模型相當(dāng)于一個(gè) 多輸入單輸出的非線性閥值 元件， X1， X2， … ， Xn表 示神經(jīng)元的 n個(gè)輸入， W1， W2， … ， Wn表示神經(jīng)元之 間的連接強(qiáng)度，稱為連接 權(quán)，稱為神經(jīng)元的激活值， O表示這個(gè)神經(jīng)元的輸出， 每個(gè)神經(jīng)元有
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1