张仰森全套配套课件人工智能教程第2版 第9章.ppt

《张仰森全套配套课件人工智能教程第2版 第9章.ppt》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、1第九章人工神经网络人工神经网络是集脑科学、神经心理学和信息科学等多学科的交叉研究领域。研究目标：研究人脑的组成机理和思维方式，探索人类智能的奥秘，进而通过模拟人脑的结构和工作模式，使机器具有类似人类的智能。本章将简要介绍神经网络基本的概念、模型以及学习算法。29.1神经网络的基本概念及组成特性9.1.1生物神经元的结构与功能特性9.1.2人工神经网络的组成与结构9.1.3人工神经网络研究的兴起与发展31.生物神经元的结构神经细胞是构成神经系统的基本单元，称之为生物神经元，简称神经元。神经元主要由三部分构成(如图9.1):（1）细胞体：由细胞核、细胞质与细胞膜

2、等组成。直径为5~100μm，大小不等。它是神经元的新陈代谢中心，同时还用于接收并处理从其他神经元传递过来的信息。细胞膜内外有电位差，称为膜电位，膜外为正，膜内为负。9.1.1生物神经元的结构与功能特性4（2）轴突：这是由细胞体向外伸出的最长的一条分枝。每个神经元一个，长度最大可达1米以上，其作用相当于神经元的输出电缆，它通过尾部分出的许多神经末梢以及梢端的突触向其他神经元输出神经冲动。（3）树突：这是由细胞体向外伸出的除轴突外的其他分枝，长度一般均较短，但分枝很多。它相当于神经元的输入端，用于接收从四面八方传来的神经冲动。9.1.1生物神经元的结构与功能特性

3、5图9.1生物神经元结构9.1.1生物神经元的结构与功能特性突触是神经元之间相互连接的接口部分，即一个神经元的神经末梢与另一个神经元的树突相接触的交界面，位于神经元的神经末梢尾端。突触是轴突的终端。62.神经元的功能特性（1）时空整合功能。（2）神经元的动态极化性。（3）兴奋与抑制状态。（4）结构的可塑性。（5）脉冲与电位信号的转换。（6）突触延期和不应期。（7）学习、遗忘和疲劳。9.1.1生物神经元的结构与功能特性71.人工神经网络的组成人工神经网络（ArtificialNeuralNets，简称ANN）是由大量处理单元经广泛互连而组成的人工网络，用来模拟脑

4、神经系统的结构和功能。而这些处理单元我们把它称作人工神经元。9.1.2人工神经网络的组成与结构81.人工神经网络的组成人工神经网络（ANN）可看成是以人工神经元为节点，用有向加权弧连接起来的有向图。在此有向图中，人工神经元就是对生物神经元的模拟，而有向弧则是轴突—突触—树突对的模拟。有向弧的权值表示相互连接的两个人工神经元间相互作用的强弱。9.1.2人工神经网络的组成与结构99.1.2人工神经网络的组成与结构图9.2人工神经网络的组成图9.3M－P神经元模型102.人工神经元的工作过程对于某个处理单元（神经元）来说，假设来自其他处理单元（神经元）i的信息为Xi

5、，它们与本处理单元的互相作用强度即连接权值为Wi,i=0,1,…,n-1,处理单元的内部阈值为θ。那么本处理单元（神经元）的输入为（9.1.1）而处理单元的输出为9.1.2人工神经网络的组成与结构11而处理单元的输出为（9.1.2）式中，xi为第i个元素的输入，wi为第i个处理单元与本处理单元的互联权重。f称为激发函数或作用函数，它决定节点（神经元）的输出。该输出为1或0取决于其输入之和大于或小于内部阈值θ。令，称为激活值。9.1.2人工神经网络的组成与结构12(a)阈值型(b)分段线性型(c)Sigmoid函数型(d)双曲正切型图9.4常用的激发函数9.1.

6、2人工神经网络的组成与结构13激发函数一般具有非线性特性,常用的非线性激发函数有：（如图9.4所示）阈值型函数又称阶跃函数，它表示激活值σ和其输出f(σ)之间的关系。阈值型函数为激发函数的神经元是一种最简单的人工神经元，也就是我们前面提到的M-P模型。线性分段函数可以看作是一种最简单的非线性函数，它的特点是将函数的值域限制在一定的9.1.2人工神经网络的组成与结构14范围内，其输入、输出之间在一定范围内满足线性关系，一直延续到输出为最大域值为止。但当达到最大值后，输出就不再增大。S型函数是一个有最大输出值的非线性函数，其输出值是在某个范围内连续取值的。以它为激

7、发函数的神经元也具有饱和特性。双曲正切型函数实际只是一种特殊的S型函数，其饱和值是－1和1。9.1.2人工神经网络的组成与结构153.人工神经网络的结构人工神经网络中，各神经元的连接方式一般有很多种，不同的连接方式就构成了网络的不同连接模型。常见的连接模型有:前向网络中，神经元分层排列，有输入层、中间层（又称隐层，可有多层）和输出层，每一层神经元只接受来自前一层神经元的输入；9.1.2人工神经网络的组成与结构16从输入层到输出层有反馈的网络与前向网络的区别仅在于，输出层上的某些输出信息又作为输入信息送到输入层的神经元上；层内有互联的网络是指，除了像前两种网络一

8、样接受来自前一层神经元的信息外，网络中