人工神经网络算法(基础精讲)

《人工神经网络算法(基础精讲)》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、人工神经网络二〇一五年十二月目录2一、人工神经网络的基本概念二、人工神经网络的学习方法三、前向式神经网络与算法四、神经网络的应用举例（matlab）一、人工神经网络的基本概念3一、人工神经网络的基本概念4人工神经网络（ArtificialNeuralNetwork，即ANN）可以概括的定义为：由大量具有适应性的处理元素（神经元）组成的广泛并行互联网络，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，是模拟人工智能的一条重要途径。人工神经网络与人脑相似性主要表现在：①神经网络获取的知识是从外界环境学习得来的；②各神经元的连

2、接权，即突触权值，用于储存获取的知识。神经元是神经网络的基本处理单元，它是神经网络的设计基础。神经元是以生物的神经系统的神经细胞为基础的生物模型。在人们对生物神经系统进行研究，以探讨人工智能的机制时，把神经元数学化，从而产生了神经元数学模型。因此，要了解人工神经模型就必须先了解生物神经元模型。1.1人工神经网络发展简史5最早的研究可以追溯到20世纪40年代。1943年，心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型。这一模型一般被简称M-P神经网络模型，至今仍在应用，可以说，人工神经网络的研究时代，就由此

3、开始了。1949年，心理学家Hebb提出神经系统的学习规则，为神经网络的学习算法奠定了基础。现在，这个规则被称为Hebb规则，许多人工神经网络的学习还遵循这一规则。1957年，F.Rosenblatt提出“感知器”(Perceptron)模型，第一次把神经网络的研究从纯理论的探讨付诸工程实践，掀起了人工神经网络研究的第一次高潮。1.1人工神经网络发展简史620世纪60年代以后，数字计算机的发展达到全盛时期，人们误以为数字计算机可以解决人工智能、专家系统、模式识别问题，而放松了对“感知器”的研究。于是，从20世纪60年代末期起，人工神

4、经网络的研究进入了低潮。1982年，美国加州工学院物理学家Hopfield提出了离散的神经网络模型，标志着神经网络的研究又进入了一个新高潮。1984年，Hopfield又提出连续神经网络模型，开拓了计算机应用神经网络的新途径。1986年，Rumelhart和Meclelland提出多层网络的误差反传(backpropagation)学习算法，简称BP算法。BP算法是目前最为重要、应用最广的人工神经网络算法之一。1.2生物神经元结构7生物神经元结构（1）细胞体:细胞核、细胞质和细胞膜。（2）树突：胞体短而多分枝的突起。相当于神经元的输

5、入端。（3）轴突：胞体上最长枝的突起，也称神经纤维。端部有很多神经末稍传出神经冲动。1.2生物神经元结构（4）突触：神经元间的连接接口，每个神经元约有1万～10万个突触。神经元通过其轴突的神经末稍，经突触与另一神经元的树突联接，实现信息的传递。由于突触的信息传递特性是可变的，形成了神经元间联接的柔性，称为结构的可塑性。突触结构示意图1.3生物神经元的信息处理机理9神经元的兴奋与抑制当传入神经元冲动，经整和使细胞膜电位升高，超过动作电位的阈值时，为兴奋状态，产生神经冲动，由轴突经神经末稍传出。当传入神经元的冲动，经整和，使细胞膜电位降

6、低，低于阈值时，为抑制状态，不产生神经冲动。延时性传递生物神经元的特点单向性传递阈值特性生物神经元的特点：1.4生物神经元的特点1.5人工神经元模型11神经元模型从神经元的特性和功能可以知道，神经元相当于一个多输入单输出的信息处理单元，而且，它对信息的处理是非线性的，人工神经元的模型如图所示：神经元的n个输入对应的连接权值net=阈值输出激活函数12上面的神经元模型可以用一个数学表达式进行抽象与概括，从而得到神经元的数学模型：1.5人工神经元模型神经元的网络输入记为net，即net=13有时为了方便起见，常把-Ɵ也看成是恒等于1的输

7、入X0的权值，这时上面的数学模型可以写成：1.5人工神经元模型其中，W0=-Ɵ；x0=114神经元的模型具有以下特点：①神经元是一个多输入、单输出单元。②它具有非线性的输入、输出特性。③它具有可塑性，反应在新突触的产生和现有的神经突触的调整上，其塑性变化的部分主要是权值w的变化，这相当于生物神经元的突出部分的变化，对于激发状态，w取正直，对于抑制状态，w取负值。④神经元的输出和响应是个输入值的综合作用的结果。⑤兴奋和抑制状态，当细胞膜电位升高超过阈值时，细胞进入兴奋状态，产生神经冲动；当膜电位低于阈值时，细胞进入抑制状态。1.5人工

8、神经元模型1.6激活函数15神经元的描述有多种，其区别在于采用了不同的激活函数，不同的激活函数决定神经元的不同输出特性，常用的激活函数有如下几种类型：1.阈值型2.S型3.分段线性4.概率型161.阈值型激活函数阈值型激活函数是最简单