神经网络-(3)神经元与网络结构.ppt_第1页
已阅读1页，还剩19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

1、内容配置一、生物神经元二、人工神经网络结构三、神经网络基本学习算法，一、生物神经元、生物神经突触信息处理信息传递功能和特征，1.1生物神经元，神经元是脑处理信息的基本单元大约1011个神经元神经元由神经网络神经元以细胞为主体向周围延伸的不规则树枝状纤维构成的神经细胞的形状是枯树枝主要由细胞、树突、轴突和突触(也称为Synapse、神经键)构成，生物神经元的形象，1.2突触生物神经元传递信息的过程是多输入的，作为单输出神经元各组成部分功能的信息的处理和传递主要发生在突触附近，当神经元细胞通过轴索传递到突触前膜的脉冲宽度达到一定的强度，即超过阈值电位时，突触前膜就发生突触间隙前者产生正突触后电位，

2、后者产生负突触后电位，具有1.3信息传递功能和特征，时空匹配能力具有不可逆性，脉冲从突触前到突触后传递，反向不传递到神经纤维的速度，即脉冲传递到神经纤维的速度，在1150ms之间进行信息传递一般为0.3lms可塑性，即具有学习功能的学习、遗忘或疲劳(饱和)效应对突触传递作用的增强、减弱和饱和，二是人工神经网络结构，人工神经网络人工神经网络模型中常见的响应函数人工神经网络典型结构，二. 直观理解神经网络是并行和分散的信息处理网络结构，每个可以连接其他许多神经元的神经元输入多个连接信道，每个连接信道对应一个连接权重系数，通用模型加法运算操作响应函数，2.2人工神经元模型，2.0 在确定了阈值单元(

3、b )、线性单元(c )、非线性单元： Sigmoid函数、2.3一般神经元响应函数、2.3一般神经元响应函数、人工神经元响应函数、神经元模型之后， 一个神经网络的特性和能力主要是网络的拓扑结构和学习方法人工神经网络连接的一些基本形式的前向网络(a )从输出到输入有反馈的前向网络(b )是某一模式序列层内互连前向网络(b ) 神经组功能互联网络(d )，2.4人工神经网络的典型结构，神经网络的典型结构，权重确定Hebb学习规则误差校正(纠错)学习规则接近(无教师)学习规则，三，神经网络基本学习算法大多数人工神经网络用这种方法学习的方法是人工神经网络研究中的核心问题，3.1权重确定，Donall Hebb根据生理学中的条件反射机制，1949年提出的神经元连接强度变化规律如果两个神经元同时兴奋(不要Vj是神经元I和j的输出的Hebb学习规则是人工神经网络学习的基本规则，大多数神经网络学习规则可以看作是Hebb学习规则的变形、3.2 Hebb学习规则。 从以已知样本为教师学习网络的学习规则二次误差函数的梯度法导出误差校正学习规则，其实际上是一种不能保证为了得到全局最佳解而要求大量训练样本的梯度方法，收敛速度慢对样本的显示顺序的变化敏感，但是， 将事件空间分类为输入活动区域，有选择地响应这些区域，调整残奥表，观察事件的支部输入反映市

人人文库> 全部分类> 行业资料 > 信息产业

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