人工神經(jīng)網(wǎng)絡(luò)ppt課件(2)-在線瀏覽
2025-02-22 05:05本頁面
【正文】 記憶更加牢固。 第 7章 計(jì)算智能 –人工神經(jīng)網(wǎng)絡(luò) 8 突觸前的活動(dòng)不直接引起突觸后成分的活動(dòng)，突觸的信息傳遞只能由 突觸前到突觸后 ， 不存在反向活動(dòng) 的機(jī)制。根據(jù)突觸后電位的反應(yīng)，將突觸分為兩種：興奮性突觸和抑制性突觸。 ? 信息處理和存儲(chǔ)單元結(jié)合在一起。 第 7章 計(jì)算智能 –人工神經(jīng)網(wǎng)絡(luò) 9 人工神經(jīng)元 (1)模型 （ MP模型 ） MP模型屬于一種閾值元件模型 ， 它是由美國(guó) Mc Culloch和 Pitts提出的最早神經(jīng)元模型之一 。 第 7章 計(jì)算智能 –人工神經(jīng)網(wǎng)絡(luò) 10 wij —— 代表神經(jīng)元 i與神經(jīng)元 j之間的連接強(qiáng)度 （ 連接權(quán) ） ； Ui —— 代表神經(jīng)元 i的活躍值 ， 即神經(jīng)元狀態(tài)； Vj —— 代表神經(jīng)元 j的輸出 ， 即是神經(jīng)元 i的一個(gè)輸入； Θi —— 代表神經(jīng)元 i的閾值 。 第 7章 計(jì)算智能 –人工神經(jīng)網(wǎng)絡(luò) 11 （ 2）常用激發(fā)函數(shù) ① 階躍型 ② 線性型激發(fā)函數(shù) f(ui)=k*ui ③ S型激發(fā)函數(shù) ??????0,00,1iii uuviui euf ???11)(第 7章 計(jì)算智能 –人工神經(jīng)網(wǎng)絡(luò) 12 （ 3）學(xué)習(xí)規(guī)則 MP模型并沒有給出一個(gè)學(xué)習(xí)算法來調(diào)整神經(jīng)元之間的連接權(quán) 。Hebb學(xué)習(xí)規(guī)則就是一個(gè)常見學(xué)習(xí)算法 。 α 是表示學(xué)習(xí)速率的比例常數(shù) 。它們都是反饋網(wǎng)絡(luò)結(jié)構(gòu)。 所謂一個(gè)網(wǎng)絡(luò)是穩(wěn)定 的是指從某一時(shí)刻開始，網(wǎng)絡(luò)的狀態(tài)不再改變。 第 7章 計(jì)算智能 –人工神經(jīng)網(wǎng)絡(luò) 17 4）權(quán)矩陣 離散網(wǎng)絡(luò)模型是一個(gè)離散時(shí)間系統(tǒng) ， 每個(gè)神經(jīng)元只有兩個(gè)狀態(tài) ， 可以用 1和 0來表示 。 即： 如： 已證明：上述連接權(quán)值構(gòu)成的矩陣的網(wǎng)絡(luò)，就具有穩(wěn)定性。所以，狀態(tài)向量 X中的分量個(gè)數(shù)就是網(wǎng)絡(luò)中人工神經(jīng)元的個(gè)數(shù)。 （ 2）并行方式 ，是指在任一時(shí)刻 t，都有部分或全體神經(jīng)元同時(shí)改變狀態(tài)。 第 7章 計(jì)算智能 –人工神經(jīng)網(wǎng)絡(luò) 20 7）學(xué)習(xí)算法 ① 設(shè)置互連權(quán)值 。 ????
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1