2.2-人工神经网络基础（下）_第1页
2.2-人工神经网络基础（下）_第2页
2.2-人工神经网络基础（下）_第3页
2.2-人工神经网络基础（下）_第4页
2.2-人工神经网络基础（下）_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

神经网络理论及应用：人工神经网络基础（下）主讲人：吴静珠

北京工商大学计算机与人工智能学院人工神经网络基础人工神经网络

模拟生物神经网络2026/10/11BTBU-CIE2人工神经元模拟生物神经元2026/10/11BTBU-CIE3生物神经网络基础：神经网络摘自TED：神经科学：理解与使用大脑人类大脑大约包含有1.4

1011个神经元，每个神经元与大约103～105个其它神经元相连接，构成一个极为庞大而复杂的网络。生物神经网络基础：神经网络由多个生物神经元以确定方式和拓扑结构相互连接即形成生物神经网络。神经元之间的突触连接方式和连接强度不同并且具有可塑性，这使神经网络在宏观呈现出复杂的信息处理能力。人工神经网络是模拟生物神经网络而发展起来的新型智能信息处理系统。2026/10/11BTBU-CIE4人工神经网络模型：拓扑结构类型层次型(1)单纯型层次网络结构(2)输出层到输入层有连接的层次型结构(3)层内有互连的层次型结构2026/10/11BTBU-CIE5输入层隐层输出层人工神经网络模型：拓扑结构类型互连型(2)局部互连型(1)全互连型结构2026/10/11BTBU-CIE6人工神经网络模型：信息流向类型前馈型网络反馈型网络2026/10/11BTBU-CIE7神经网络拓扑结构是决定神经网络特性的第二大要素。人工神经网络学习2026/10/11BTBU-CIE8学习本质神经网络在外界输入样本的刺激下不断改变网络的连接权值乃至拓扑结构，以使网络的输出不断地接近期望的输出。神经网络的学习方式是决定其信息处理能力的第三大要素。学习算法有导师学习(有监督学习)人工神经网络学习2026/10/11BTBU-CIE9学习本质神经网络在外界输入样本的刺激下不断改变网络的连接权值乃至拓扑结构，以使网络的输出不断地接近期望的输出。神经网络的学习方式是决定其信息处理能力的第三大要素。学习算法有导师学习(有监督学习)无导师学习(无监督学习)人工神经网络学习2026/10/11BTBU-CIE10学习本质神经网络在外界输入样本的刺激下不断改变网络的连接权值乃至拓扑结构，以使网络的输出不断地接近期望的输出。神经网络的学习方式是决定其信息处理能力的第三大要素。学习算法有导师学习(有监督学习)无导师学习(无监督学习)死记式学习(灌输式学习)人工神经网络学习2026/10/11BTBU-CIE11权值调整通用学习规则（日本1990Amari）：人工神经网络学习2026/10/11BTBU-CIE12常用学习规则人工神经网络基础：小结神经元的数学模型神经网络的连接方式神经网络的学习方式2026/10/11BTBU-CIE13决定人工神经网络性能三大要素致谢本课程

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论