最新人工神经网络理论和应用教学讲义PPT课件.ppt

最新人工神经网络理论和应用教学讲义PPT课件.ppt

ID:62096905

大小:1000.00 KB

页数:66页

时间:2021-04-16

最新人工神经网络理论和应用教学讲义PPT课件.ppt_第1页
最新人工神经网络理论和应用教学讲义PPT课件.ppt_第2页
最新人工神经网络理论和应用教学讲义PPT课件.ppt_第3页
最新人工神经网络理论和应用教学讲义PPT课件.ppt_第4页
最新人工神经网络理论和应用教学讲义PPT课件.ppt_第5页
资源描述:

《最新人工神经网络理论和应用教学讲义PPT课件.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、人工神经网络理论和应用神经网络基础知识7.1生物神经元及人工神经元的组成7.2人工神经网络的模型7.2.1人工神经元的模型7.2.2常用的激活转移函数7.2.3MP模型神经元7.1生物神经元及人工神经元的组成神经元也称神经细胞,它是生物神经系统的最基本单元,它和人体中其他细胞的关键区别在于具有产生、处理和传递信号的功能。每个神经元都包括三个主要部分:细胞体、树突和轴突,见图7.1(a)。(a)简单神经元网络图(b)简化后的网络示意图(1)细胞体;(2)树突;(3)轴突;(4)突触图7.1简单神经元网络及其简化结构图生

2、物神经元的功能与特征(3)脉冲与电位转换突触界面具有脉冲/电位信号转化功能。沿神经纤维传递的信号为离散的电脉冲信号,而细胞膜电位的变化为连续的电位信号。这种在突触接口处进行的“数/模”转换,是通过神经介质以量子化学方式实现的如下过程:电脉冲----神经化学物质----膜电位(4)神经纤维传导速率神经冲动沿神经纤维传导的速度在1---150m/s之间。其速度差异与纤维的粗细、髓鞘的有无有关。一般来说,有髓鞘的纤维,其传导速度在100m/s以上,无髓鞘的纤维,其传导速度可低至每秒数米。(5)突触延时和不应期突触对相邻两次

3、神经冲动的响应需要有一定的时间间隔,在这个时间间隔内不响应激励,也不传递神经冲动,这个时间间隔称为不应期。人脑神经系统的结构与特征神经生理学的研究结果表明,人脑的神经系统是一个由大量生物神经元并行互连所形成的一个网络系统。每个人的大脑大约有1011---1012个神经元,每个神经元大约有103---104个突触,即与其它103---104个神经元相连。(1)记忆和存储功能人脑神经系统的记忆和处理功能是有机的结合在一起的。神经元既有存储功能,又有处理功能,它在进行回忆时不仅不需要先找到存储地址再调出所存内容,而且还可以

4、由一部分内容恢复全部内容。尤其是当一部分神经元受到损坏(例如脑部受伤等)时,它只会丢失损坏最严重部分的那些信息,而不会丢失全部存储信息。(2)高度并行性(为什么计算机无法模拟更多的神经元,如果有100个神经元,两两互连,则会出现100*99/2=5000个N元一次方程。如何计算如此复杂的方程组?)提供了非常巨大的存储容量和并行度。例如,人可以非常迅速地识别出一幅十分复杂的图像。人脑神经系统的结构与特征(3)分布式功能人们通过对脑损坏病人所做的神经心理学研究,没有发现大脑中的哪一部分可以决定其余所有各部分的活动,也没有

5、发现在大脑中存在有用于驱动和管理整个智能处理过程的任何中央控制部分。人类大脑的各个部分是协同工作、相互影响的,并没有哪一部分神经元能对智能活动的整个过程负有特别重要的责任。可见,在大脑中,不仅知识的存储是分散的,而且其控制和决策也是分散的。因此,大脑是一种分布式系统。(4)容错功能容错性是指根据不完全的、有错误的信息仍能做出正确、完整结论的能力。大脑的容错性是非常强的。例如,我们往往能够仅由某个人的一双眼睛、一个背影、一个动作或一句话的音调,就能辨认出来这个人是谁。人脑神经系统的结构与特征(5)联想功能人脑不仅具有很

6、强的容错功能,还有联想功能。善于将不同领域的知识结合起来灵活运用,善于概括、类比和推理。例如,一个人能很快认出多年不见、面貌变化较大的老朋友。(6)自组织和自学习功能人脑能够通过内部自组织、自学习能力不断适应外界环境,从而可以有效地处理各种模拟的、模糊的或随机的问题。人工神经元的主要结构单元是信号的输入、综合处理和输出输出信号强度大小反映了该神经元对相邻神经元影响的强弱人工神经元之间通过互相联接形成网络,称为人工神经网络神经元之间相互联接的方式称为联接模式相互之间的联接强度由联接权值体现。在人工神经网络中,改变信息处

7、理及能力的过程,就是修改网络权值的过程。目前多数人工神经网络的构造大体上都采用如下的一些原则:由一定数量的基本神经元分层联接;每个神经元的输入、输出信号以及综合处理内容都比较简单;网络的学习和知识存储体现在各神经元之间的联接强度上。7.2人工神经网络的模型7.2.1人工神经元的模型神经元是人工神经网络的基本处理单元,它一般是一个多输入/单输出的非线性元件。神经元输出除受输入信号的影响外,同时也受到神经元内部因素的影响,所以在人工神经元的建模中,常常还加有一个额外输入信号,称为偏差,有时也称为阈值或门限值。神经元的输出

8、矢量可以表示为:A=f(W*P+b)=f(∑wjpj+b)(7.2)可以看出偏差被简单地加在W*P上作为激活函数的另一个输入分量。实际上偏差也是一个权值,只是它具有固定常数为1的输入。在网络的设计中,偏差起着重要的作用,它使得激活函数的图形可以左右移动,从而增加了解决问题的可能性。7.2.2激活转移函数激活转移函数(Activationtran

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。