神經(jīng)網(wǎng)絡(luò)介紹ppt課件-文庫吧資料
2025-01-14 05:04本頁面
【正文】 方式學(xué)習(xí)： ? 有教師的學(xué)習(xí) ? 無教師的學(xué)習(xí) 人工神經(jīng)網(wǎng)絡(luò)的分類 ?若按網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)劃分 無反饋網(wǎng)絡(luò)；反饋網(wǎng)絡(luò)； ? 若按網(wǎng)絡(luò)的學(xué)習(xí)方法劃分 有教師的學(xué)習(xí)網(wǎng)絡(luò)；無教師的學(xué)習(xí)網(wǎng)絡(luò)； ? 若按網(wǎng)絡(luò)的性能劃分 連續(xù)型；離散型網(wǎng)絡(luò) 確定型；隨機(jī)型網(wǎng)絡(luò)； ?若按連接突觸的性質(zhì)劃分 一階線性關(guān)聯(lián)網(wǎng)絡(luò)； 高階非線性關(guān)聯(lián)網(wǎng)絡(luò) 。 ? 具有較強(qiáng)的容錯(cuò)能力和聯(lián)想能力。 圖 4 互連網(wǎng)絡(luò) 三、 人工神經(jīng)網(wǎng)絡(luò)的特征及分類 人工神經(jīng)網(wǎng)絡(luò)有以下主要特征 ： ? 能較好地模擬人的形象思維。 在這種網(wǎng)絡(luò)中 ， 任意兩個(gè)神經(jīng)元之間都可以有連接 ， 如圖 4所示 。 同一層上的神經(jīng)元可以互相作用 。這種網(wǎng)絡(luò)與上一種網(wǎng)絡(luò)的區(qū)別僅僅在于，輸出層上的某些輸出信息又作為輸入信息送入到輸入層的神經(jīng)元上 。輸入信息經(jīng)各層變換后，最終在輸出層輸出，如圖所示。在這種網(wǎng)絡(luò)中，神經(jīng)元分層排列，分別組成輸入層、中間層和輸出層。 MP模型輸入輸出關(guān)系表 ?在 MP模型基礎(chǔ)上發(fā)展起來的常用神經(jīng)網(wǎng)絡(luò)模型如圖所示： 神經(jīng)元的結(jié)構(gòu)模型 ?x(i=1， 2， … ， n) 為該神經(jīng)元的輸入 ?Wi 為該神經(jīng)元分別與各輸入間的連接強(qiáng)度，稱為連接權(quán)值； ?θ為該神經(jīng)元的閾值， ?s 為外部輸入的控制信號(hào)，它可以用來調(diào)整神經(jīng)元的連接權(quán)值，使神經(jīng)元保持在某一狀態(tài)； ?y 為神經(jīng)元的輸出。 表示神經(jīng)元興奮時(shí)的閾值，當(dāng)加權(quán)和大于 時(shí)，神經(jīng)元處于興奮狀態(tài)。權(quán)值 表示輸入的連接強(qiáng)度。 ?M－ P模型： ??1I2INw1w2wYNI其中 表示輸入， 表示輸出 ,對(duì)應(yīng)于生物神經(jīng)元的軸突。 ?心理學(xué)家麥克洛奇 (W． McCulloch)和數(shù)理邏輯學(xué)家皮茲 ()于 1943年首先提出了一個(gè)簡(jiǎn)化的神經(jīng)元模型 ， 稱為 MP模型 。 ?網(wǎng)絡(luò)的學(xué)習(xí)和識(shí)別取決于各神經(jīng)元連接權(quán)值的動(dòng)態(tài)演化過程 。 ?信息的處理是由神經(jīng)元之間的相互作用來實(shí)現(xiàn) 。 (3)自組織自學(xué)習(xí)功能。 ? 神經(jīng)元重要特性： ? 動(dòng)態(tài)極化原則 ? 時(shí)空整合處理功能 ? 興奮與抑制工作狀態(tài) ? 結(jié)構(gòu)的可塑性 ? 突觸界面具有脈沖與電位信號(hào)的轉(zhuǎn)換功能 ? 突觸對(duì)信息的傳遞具有時(shí)延和不應(yīng)期 腦神經(jīng)信息活動(dòng)的特征 (1)巨量并行性。 ? 樹突接收來自不同神經(jīng)元的信息。 神經(jīng)元主要由三個(gè)部分組成：細(xì)胞體 、 軸突 、 樹突 。 據(jù)估計(jì) ， 人腦神經(jīng)系統(tǒng)的神經(jīng)細(xì)胞約為 1011個(gè) 。 ?人工神經(jīng)網(wǎng)絡(luò) ： 指模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能 ， 運(yùn)用大量的處理部件 ， 由人工方式建立起來的網(wǎng)絡(luò)系統(tǒng) 。 ” 第一節(jié) 神經(jīng)網(wǎng)絡(luò)概念 神經(jīng)網(wǎng)絡(luò) :泛指生物神經(jīng)網(wǎng)絡(luò)與人工神經(jīng)網(wǎng)絡(luò) 。 (3)研究仿照腦神經(jīng)系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)，將在模式識(shí)別、組合優(yōu)化和決策判斷等方面取得傳統(tǒng)計(jì)算機(jī)所難以達(dá)到的效果。 ANN研究的目的和意義 (1)通過揭示物理平面與認(rèn)知平面之間的映射，了解它們相互聯(lián)系和相互作用的機(jī)理，從而揭示思維的本質(zhì)，探索智能的本源。 ? 研究 ANN (Artificial Neural Networks)目的： ? （ 1）探索和模擬人的感覺、思維和行為的規(guī)律，設(shè)計(jì)具有人類智能的計(jì)算機(jī)系統(tǒng)。 數(shù)學(xué)上也證明
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1