第六章 人工神经网络 PPT幻灯片

(Artificial work, ANN)? 进化计算(puting, EC)? 模糊系统(Fuzzy System, FS)Р6.1 人工神经网络概述?6.2 感知机?6.3 BP网络?6.4 人工神经的网络应用Р第六章人工神经网络(Artificial wroks)Р6.1 人工神经网络概述Р生物神经元简介?人工神经网络概念?人工神经元模型?神经网络的拓扑结构?神经学习方式?人工神经网络特点?神经网络的基本功能?神经网络模型Р人脑的奥秘Р人类的大脑大约有1400亿个神经细胞,亦称为神经元。?平均每个神经元与其他大量神经元相互连接,形成复杂的生物神经网络。Р经验直觉Р综合判断Р回忆Р联想Р人工神经网络概念Р人工神经网络( Artificial work : ANN )是抽象、简化与模拟大脑生物结构的计算模型;?另一个定义:“人工神经网络是由有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。”?ANN的三大要素:神经元,网络拓扑结构, 学习算法Р人工神经元Р对生物神经元的抽象与模拟РxnРyР∑РθРx1Рx2Рw1Рw2РwnР输入Р连接权值, 与该神经元的连接强度Р神经元输出Рf:激励函数Р阈值Рy=f(A)=f(∑wixi-θ)Р连接权与神经元状态Р神经元uj和ui之间连接权为wij? wij>0,称为正连接,表示神经元uj对ui有激活作用? wij<0,称为负连接,表示神经元uj对ui有抑制作用Р神经元状态:? 激活状态,激励函数输出为1? 抑制状态,激励函数输出为0Р(1)从各输入端接收输入信号xi 。?(2)根据各连接权值wi ,求出所有输入的加权和A:? A=ni=1wi xi - ?(3)利用某一激励函数f进行变换,得到输出y:? y= f(A)=f(ni=1wi xi - )Р神经元的工作过程