人工神经网络介绍

人工神经网络介绍

ID:40244690

大小:256.50 KB

页数:37页

时间:2019-07-28

人工神经网络介绍_第1页
人工神经网络介绍_第2页
人工神经网络介绍_第3页
人工神经网络介绍_第4页
人工神经网络介绍_第5页
资源描述:

《人工神经网络介绍》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、人工神经网络ArtificialNeuralNetworks何水明大学数学部联系电话:13807124918Email:ddhsm@163.com办公地点:数理学院楼214主要参考书目1、华科教案2、彭放等,数学建模方法,科学出版社,2007年。3、史忠植,神经计算,电子工业出版社,1993年11月;4、飞思科技产品研发中心,神经网络理论与MATLAB7实现,电子工业出版社,2005.3.前言他能干吗?简单说来,这个东西就是模拟人脑的行为的,他就是根据人脑内部的神经结构将其仿生用于解决问题的,所以,理论上来说,只要人脑能做的,他应该都能做的。具体说来,就是给你2

2、堆很复杂的数据,要你找出他们之间的关系,那当然很难是不是?然后神经网络就解决这样的事情。通过对他的训练,最后他能建立其这2堆乱七八糟间的数据的关系。最后的效果就是,你给他第3堆数据,他自动能得到这堆数据所对应的输出是什么!例子:数据拟和施肥量03467101135202259336404471200产量15.1821.3625.7232.2934.0339.4543.1543.4640.8330.75?例子:学习样本集1岩性输入伽玛射线中子密度石灰岩15.0-2.0-2.0白云岩22.018.00.0页岩135.024.04.0砂岩30.06.010.01.00

3、.00.00.00.01.00.00.00.00.01.00.00.00.00.01.0学习样本集2岩性输入伽玛射线中子密度石灰岩5.010.010.0白云岩5.020.02.0页岩145.038.015.0砂岩5.015.023.0前言这么说太抽象了,然后我们来理解下人脑对事物的认识就清楚了,比如你每天所碰到的那么多人这是一堆数据,对吧,然后呢,另一堆数据就是他们的性别,刚开始人脑也不知道什么性别不性别的,不知道性别有两类,性别分男女,随后呢,成长过程中,不断看到一些人,然后不断有人告诉你这个是男人,那个是女人,好了,你脑子内部的神经元开始活动,开始建立连接,

4、其实就是相当于上面的训练。最后的效果就是随便给你个人,即使你没看到过的,你也能知道这个是什么性别的,所以,数学上也把神经网络叫为从n维空间向m维向量空间的高度非线性映射!前言现在他用的地方很多,预测是个大方面,比如交通流量什么的,有些人希望能根据前3月的流量就知道后面一个月的流量,那么就可以用些历史数据对这个神经网络训练,最后效果就是你给他3个月的数据,他就给你输出这个月的数据,其实是预测了,就相当于人脑内部的神经元建立完毕后,给定任何一个人,他都能对他进行性别判别。前言还有,不少人当然异想天开用在其他方面了,比如股票,更加心黑点的就是彩票了,告诉你前8期的彩号

5、,能预测出最新一期的中奖号,那是多么好的事情啊!前言他无所不能吗?显然不是,世上哪有那么好的事情啊!神经网络的限制条件,应用条件是你的输入量和你想要输出的或者说预测的量,要有明确的物理意义,你不能把两堆莫名奇妙的根本没关系的量,仍给他训练。那样即使他训练完毕,碰到新的问题还是解决不了!前言还是人的那个例子,性别呢,就是分2类的,(第3类我就先不考虑了。)一个人他不是男人,就是女人。所以人和性别之间是有明确对应关系的,这样的东西,你去训练是有道理的。再一个例子:人与其自己照片之间的对应.第一节神经网络原理他的原理完全就是根据大脑神经元的工作方式,神经与神经元通过阈

6、值,连接权方式的连接模式,可处理各种复杂映射关系。数学上也证明了用3层神经网络模型,理论上可逼近任意函数。人脑的活动机理输入大脑处理处理结果输入大脑处理处理结果人脑的活动机理输入大脑处理处理结果人脑的活动机理正确的分类处理是靠不同的连接权值来实现的M-P模型(模拟人脑网络)其中表示输入,表示输出,对应于生物神经元的轴突。。权值表示输入的连接强度。正权表示兴奋输入,负权表示抑制输入。表示神经元兴奋时的阈值,当加权和大于时,神经元处于兴奋状态。在M-P模型基础上发展起来的常用神经网络模型如图所示:神经元的结构模型x(i=1,2,…,n)为该神经元的输入Wi为该神经元

7、分别与各输入间的连接强度,称为连接权值;θ为该神经元的阈值,s为外部输入的控制信号,它可以用来调整神经元的连接权值,使神经元保持在某一状态;y为神经元的输出。神经元的工作过程一般是:(1)从各输入端接收输入信号xi;(2)根据连接权值wi,求出所有输入的加权和σ:(3)用某一特性函数(又称作用函数)f进行转换,得到输出y:第二节神经网络模型一、感知器模型感知器是由美国学者Rosenblatt于1958年提出的一个具有单层计算单元的神经网络。单层感知器模型:线性阈值单元示意1、线性阈值单元线性阈值单元是前向网络(又称前馈网络)中最基本的计算单元,它具有n个输入(x

8、1,x2…,xn),一个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。