近代光信息处理 第8章

《近代光信息处理 第8章》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第八章光学神经网络9/1/20211第八章光学神经网络8．1引言8．2一般基础8．3光学互连8．4结论9/1/20212光学信息处理8.1引言随着80年代初对于神经网络的兴趣的复苏，Psaltis和Farhat于1985年发表了第一篇用光学方法实现神经网络的论文．与光学有关的神经网络称光学神经网络．然而，事实上应当正确地称之为光电混合神经网络，简称混合神经网络(hybridneuralnetwork)．因为神经网络一般都有一个非线性函数，这是神经网络的重要特征，而用光学方法很难计算这一非线性函数．因此，通常的做法是用电子学方法来实现它．本章将

2、研究用光学系统实现矩阵-向量或张量-矩阵的乘法．9/1/20213光学信息处理神经网络是模拟人脑的结构和功能的信息处理系统．从实际的观点来看，我们并不打算制造一个人工脑，而是设法构造一个信息处理系统去模拟人脑的某些行为．这一系统应当和vonNeu—mann型计算机的结构和算法有实质上的区别．光学神经网络可以看作光学信息处理和光计算系统的延伸和扩展，这也是我们将它纳入本书的原因．我们的典型方法是利用已很成熟的神经网络的理论模型，并考虑如何用光学的方案部分地实现它，这一方案在某些方面将比电子学方案更具优越性．9/1/20214光学信息处理8.2一

3、般基础8.2.1研究神经网络的原动力1943年，当时McCulloch和Pitts建立了一个神经活动的理论模型．在80年代，下面两个因素推动了对神经网络的研究工作：(1)在诸如识别一个物体这一类课题上，计算机要末失败，要末比人脑甚至动物的脑慢得太多．(2)计算机需要一组精确而复杂的指令来完成某一特定的计算或课题，一个“聪明的”计算机应当具备这样的功能：一旦某一任务被用户确定后，它能够自动去学习、掌握正确完成该项任务的方法．“智能型”计算机的两个基本要求：识别能力、学习能力．9/1/20215光学信息处理8.2.2神经人类的脑由大约1011个神

4、经元构成．神经元由三个部分组成：(1)细胞体：包含神经细胞核及生物化学机构，它可以合成细胞核的生存所必需的酶及其他分子．(2)树突：像灌木丛一般形成许多分叉，围绕着细胞体，神经细胞正是通过它们形成的表面接受输入信号．(3)轴突：是细胞体的延伸部分，它提供了信号从该细胞体传递到其他细胞的通道．9/1/20216光学信息处理神经内外包含着差别很大的液体．外部液体所含的钠约为内部液体的10倍，内部液体所含的钾约为外部的10倍．由于在细胞的一侧与另一侧钠离子和钾离子的浓度不同，轴突中心区域内部与外部约有-70mV的电位差。当阳离子穿过细胞膜上的通道进

5、入细胞时，内部的电位将逐渐由负变为正，当电位差变为40mV时，另一组通道开启，释放阳离子，使电位差恢复成-70mV。这一电压脉冲称为作用电压或电神经信号．该电脉冲信号沿着轴突，一直传播到轴突与其他神经元的树突的结合处．9/1/20217光学信息处理位于轴突的端点和另一神经元之间的结合部是一个突触，在这里轴突膨大而形成终端球状结构，其中包含突触囊．当电神经信号到达终端球状体时，一些突触囊释放它们的成分——因此又称为化学“发射器”或传递器——它们被另一神经细胞的树突所接收．信息就这样通过化学传递器一程接一程地在神经元间传输．接收到信号的神经元，其

6、树突的化学传递器起了开启和关闭细胞膜上的通道的作用，以改变细胞中的离子浓度。某些突触处于兴奋态时，它们总是要引发神经脉冲；而另一些突触处于抑制态时，它们能够压制或消灭一些信号，使之不可能再激励神经使之发射神经脉冲．9/1/20218光学信息处理8.2.3数学模型神经的行为可以概括如下：(1)一个神经元发射一个电脉冲(输出信号)．脉冲的形状永远相同，因而它的输出可用一个二元状态来表述：1表示发射，0表示不动作．(2)该电脉冲作为输入信号被另一个神经元所接收．树突作为化学传递器，接收电脉冲所荷载的信号．传递器的数目是事先确定的，传递器可以促进或抑

7、制信号的传递．突触或输入的权重正比于传递器的数目，由整数表示．突触为正或负，分别表示兴奋或抑制．如果采取归一化的表示，则突触为实数．(3)神经的发射作用，乃是突触被成百上千个神经作用所激活的的综合效果，是一个非线性过程．9/1/20219光学信息处理综上所述，神经的机理可以用数学公式表为zj=f{∑ijixi+j}其中zj是第j个神经元的输出，ji是第i个神经元的输入和第j个神经元间的互连权重，xi是来自第i个神经元的输入，j是第j个神经元的偏置，而f则表示某个非线性的传递函数．注意zj和xi都是二元的，取值l或0．在最简单的情况下，

8、f是阈值函数，表为zj=1,当{∑ijixi+j}≥T以及zj=0,当{∑ijixi+j}≤T式中T为阈值．当然传递函数也可能是S型函数而不是简单的step