智能控制課件第4章-人工神經(jīng)網(wǎng)絡(luò)模型-在線瀏覽
2024-09-14 17:07本頁面
【正文】 lw1,2,12SSlw21b22b22Sb21n22n22Sn21a22a22Saf2 f2 f2 ???????? ??? ??njiiijii pwfxfy1)( ?? 簡單公式中的復(fù)雜問題 ? 人工神經(jīng)網(wǎng)絡(luò)的分布式存儲是如何實現(xiàn)的 ？ ? 信息分布存儲在眾多神經(jīng)元的權(quán)值和閾值中 。 ? 神經(jīng)元的傳輸函數(shù)代表什么含義 ？ 它對神經(jīng)元和神經(jīng)網(wǎng)絡(luò)有什么影響 ？ ? 傳輸函數(shù) 表示了神經(jīng)元對輸入信號加權(quán)的響應(yīng) 。 人工神經(jīng)網(wǎng)絡(luò)（ ANN — Artificial Neural Networks）是采用可物理實現(xiàn)的系統(tǒng)來模仿人腦神經(jīng)細胞結(jié)構(gòu)和功能的系統(tǒng)。 腦科學(xué)與信息科學(xué)及技術(shù)的結(jié)合將引起以腦為中心的科技革命 ? 智能革命 ! ? ANN定義 從生物神經(jīng)網(wǎng)絡(luò)到人工神經(jīng)網(wǎng)絡(luò)的探索，雖然經(jīng)歷了半個多世紀(jì)的里程，但探究大腦 — 思維 — 計算之間的關(guān)系還剛剛開始，關(guān)于腦的計算原理及其復(fù)雜性；關(guān)于學(xué)習(xí)、聯(lián)想和記憶過程的機理及其模擬等方面的研究道路還十分漫長。 Simulation of Artificial Neural Network Models 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域極其廣泛 ，比較擅長的應(yīng)用領(lǐng)域包括： ? 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用 ? 模式識別 ? 人工智能 ? 控制工程 ? 優(yōu)化計算和聯(lián)想記憶 ? 信號處理 甲：神經(jīng)網(wǎng)絡(luò)真那么神奇嗎？ 乙：我聽說 …… 在人工神經(jīng)網(wǎng)絡(luò)的發(fā)展過程中 ， 從不同的角度對生物神經(jīng)系統(tǒng)不同層次的描述和模擬 ， 提出了各種各樣的神經(jīng)網(wǎng)絡(luò)模型 ，其中具有代表性的網(wǎng)絡(luò)模型有： ? 人工神經(jīng)網(wǎng)絡(luò)的模型 ? 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) ? 自組織網(wǎng)絡(luò) ? 反饋網(wǎng)絡(luò) ? 關(guān)于神經(jīng)網(wǎng)絡(luò)的實現(xiàn)技術(shù) ? 神經(jīng)網(wǎng)絡(luò)的實現(xiàn)技術(shù)可以分為全硬件實現(xiàn)和虛擬實現(xiàn)兩個方面 。 ? 最有代表性的神經(jīng)計算商用軟件有： ? RCS： 1987年 ， Rochester 大學(xué)研制 ? P3： 1986年 ， Ziper amp。 其強大的擴展功能為各個領(lǐng)域的應(yīng)用提供了基礎(chǔ) ， 由各領(lǐng)域的專家學(xué)者相繼推出了各種 MATLAB工具箱 。 在 MATLAB神經(jīng)網(wǎng)絡(luò)仿真程序的設(shè)計中 ，主要用到以下幾個方面的 NN Toolbox函數(shù)： ? 神經(jīng)網(wǎng)絡(luò)的創(chuàng)建 /設(shè)計函數(shù) ? 初始化函數(shù) ? 訓(xùn)練 /學(xué)習(xí)函數(shù) ? 網(wǎng)絡(luò)仿真函數(shù) ? 感知器模型 b ? p 1 p 2 p R a n f 1,1w2,1wRw,1 S1 S1? R S1? 1 1 P R ? 1 IW1 R a1 n1 b1 + S1? 1 S1? 1 ? 感知器神經(jīng)元模型 ? 單層感知器神經(jīng)網(wǎng)絡(luò)模型 輸入向量 網(wǎng)絡(luò)層 p1 p2 pR ? ? ? 1,11,1iw1,1,1RSiw11b12b11Sb11n12n11Sn11a12a11Sa? 感知器神經(jīng)網(wǎng)絡(luò)特點 ? 閾值型傳輸函數(shù) ? 單層網(wǎng)絡(luò) ? 只適于解決線性可分問題 甲：什么是感知器？ 乙：我在網(wǎng)上看見 …… ? 感知器神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) ? 訓(xùn)練：權(quán)值和閾值的調(diào)整過程被稱為 “ 訓(xùn)練 ” 。 ? 感知器的學(xué)習(xí)規(guī)則 ? 感知器的學(xué)習(xí)是一種有教師學(xué)習(xí)方式 ， 其學(xué)習(xí)規(guī)則稱之為 ?規(guī)則 。 ? 當(dāng) e=0時 ， 得到最優(yōu)的網(wǎng)絡(luò)權(quán)值和閾值； ? 當(dāng) e0時 ， 說明得到的實際輸出小于目標(biāo)輸出 ，應(yīng)增加網(wǎng)絡(luò)權(quán)值和閾值； ? 當(dāng) e0時 ， 說明得到的實際輸出大于目標(biāo)輸出 ，應(yīng)減小網(wǎng)絡(luò)權(quán)值和閾值 。 1 0 0 1 0 0 1 0 0 1 0 0 1 0 1 1 1 1 0 1 1 0 1 1 1 1 ? 感知器的 MATLAB仿真 ? 問題分析 從數(shù)字 1和 0的二值化圖像卡片可以看出 ，每一個圖像卡片可以分成 4?3的矩形方塊
電大資料相關(guān)推薦
鄂ICP備17016276號-1