人工神經(jīng)網(wǎng)絡(luò)方法ppt課件-在線瀏覽
2025-02-22 05:06本頁(yè)面
【正文】 2 1 4 3 5 (a) 相互結(jié)合型 1 2 3 4 5 (b) 層狀結(jié)構(gòu) 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 圖 (a)所示的相互結(jié)合型神經(jīng)網(wǎng)絡(luò)系統(tǒng)中存在著反饋環(huán)。反饋有正、負(fù)之分，正反饋使系統(tǒng)發(fā)生振蕩，負(fù)反饋使系統(tǒng)穩(wěn)定。正反饋對(duì)大腦神經(jīng)元的同步動(dòng)作起著一定的作用。在生物體內(nèi)，大腦皮質(zhì)之間、感覺(jué)器官和大腦之間，就可以看作是一種分層結(jié)構(gòu)，即功能模塊級(jí)的分層。 ?人工神經(jīng)網(wǎng)絡(luò)的工作原理 人工神經(jīng)網(wǎng)絡(luò)首先要以一定的學(xué)習(xí)準(zhǔn)則進(jìn)行學(xué)習(xí)，然后才能工作。將模式分布地記憶在網(wǎng)絡(luò)的各個(gè)連接權(quán)值上。神經(jīng)網(wǎng)絡(luò)的工作過(guò)程主要由兩個(gè)階段組成，一個(gè)階段是工作期，此時(shí)各連接權(quán)值固定，計(jì)算單元的狀態(tài)變化，以求達(dá)到穩(wěn)定狀態(tài)。 ? 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程，一般是，首先設(shè)定初時(shí)權(quán)值，如果無(wú)先驗(yàn)的知識(shí)，初時(shí)權(quán)值可設(shè)定為隨機(jī)值。如果達(dá)到要求，就停止學(xué)習(xí)，否則按照給定的學(xué)習(xí)法則調(diào)整權(quán)值，繼續(xù)進(jìn)行學(xué)習(xí)，直到取得滿意的結(jié)果為止。各種學(xué)習(xí)規(guī)則都是以 Hebb規(guī)則為基礎(chǔ)的。設(shè)神經(jīng)元的輸入輸出關(guān)系為 η 是學(xué)習(xí)速率， di是教師信號(hào)或希望輸出， δ i是實(shí)際輸出 yi與希望輸出 di之差， yi和 xj取 1或 0的離散值。由于聯(lián)想發(fā)生在輸入與輸出之間，所以這種聯(lián)想被稱為異聯(lián)想（ Hetroassociation）。最常見(jiàn)的競(jìng)爭(zhēng)性學(xué)習(xí)規(guī)則可以寫為 ??? ???競(jìng)爭(zhēng)失敗若神經(jīng)元競(jìng)爭(zhēng)獲勝若神經(jīng)元j0j)( jiijiwxw ?輸入層 輸出層 具有側(cè)向抑制性連接的競(jìng)爭(zhēng)學(xué)習(xí)網(wǎng)絡(luò) ?神經(jīng)網(wǎng)絡(luò)模型的種類 按照拓?fù)浣Y(jié)構(gòu)可以分為反饋神經(jīng)網(wǎng)絡(luò)模型和前向神經(jīng)網(wǎng)絡(luò)模型；按照性能可以分為連續(xù)型和離散型神經(jīng)網(wǎng)絡(luò)模型，確定型和隨機(jī)型神經(jīng)網(wǎng)絡(luò)模型；按照學(xué)習(xí)方式可以分為有教師學(xué)習(xí)和無(wú)教師學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)；按照連接突觸性質(zhì)可以分為一階線性關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)模型和高階非線性關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)模型。 應(yīng)用實(shí)例 ： —— 長(zhǎng)江三角洲地區(qū) 城市體系的職能分類 ?建立城市職能分類的指標(biāo)體系 ?Kohonen網(wǎng)絡(luò)的原理 ?建立城市分類的 Kohonen網(wǎng)絡(luò)模型 ?結(jié)果及討論 ?建立城市職能分類的指標(biāo)體系 1選擇反映城市社會(huì)發(fā)展的指標(biāo) 在人口與勞動(dòng)力構(gòu)成中選取總?cè)丝?、 非農(nóng)業(yè)人口 、 從業(yè)人員作為衡量城
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1