人工神经网络模型.ppt
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《人工神经网络模型.ppt》由会员分享,可在线阅读,更多相关《人工神经网络模型.ppt(20页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、 第六章 人工神经网络模型 我们不可能对生物学上的神经网络作完全的了解,只可能在某种成度上描述我们所了解的情况。同样,人工神经网络也只可能是在某种程度上对真实的神经网络的一种模拟和逼近。6.1神经元模型a)生物神经元模型神经元neuron,neural cell也就是神经细胞。人脑就是由大量神经元组合而成的。神经元由 细胞体、树突和轴突组成。中心 接受器 传导信息b)人工神经元模型,如图所示(threshold)某个神经元 j 的输入输出关系为其中,为阀值,为连接权,f()为变换函数,也称活化函数(activation function)。变换函数的种类有很多种,可参见p.126。其中用得最多
2、的是比例函数 y=f(x)=s 和 S-型函数,Sigmoidal function6.26.2 感知器(perceptron)感知器是一种非常特殊的神经网络,它在人工神经网络的发展历史上有着非常重要的地位,尽管它的能力非常有限,只能用于线性分类。我们以单层感知器来说明:两个输入 x1 和 x2 。一个阀值 两个待调整的权值W1和W2决策函数为样本集分别属于2类。很显然,正确分割这两类样本的直线 方程为d(z)=0具体的算法如下,用于确定wi和1)随机给定一组连接权i(k),i=0,1,2。K=0,表示初始值。2)任取其中一个样本 为期望的输出值,或者是期望的函数决策值。3)按下式调整连接权0
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工 神经网络 模型
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内