3神经网络讲解.ppt

  1. 1、本文档共36页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人工神经网络;人工神经元是组成人工神经网络的基本处理单元,简称为神经元。 心理学家麦克洛奇(W.McCulloch)和数理逻辑学家皮兹(W.Pitts)于1943年首先提出了一个简化的神经元模型,称为M-P模型 。;决定神经网络性质的两个因素;1、前向网络:神经元分层排列,分别组成输入层、中间层和输出层。每一层神经元只接收来自前一层神经元的输入。输入信息经各层变换后,最终在输出层输出。;2、反馈网络:这种网络与上一种网络的区别仅仅在于,输出层上的某些输出信息又作为输入信息送入到输入层的神经元上。;3、 层内有互连的网络:同一层上的神经元可以互相作用。;4、互连网络:在这种网络中,任意两个神经元之间都可以有连接。在该网络中,信息可以在神经元之间反复往返地传递,网络一直处在一种改变状态的动态变化之中。;人工神经元及感知机模型;单层感知器:只有一个计算层,它以信号模板作为输入,经计算后汇总输出,层内无互连,从输出至输入无反馈,是一种典型的前馈网络。 ;人工神经元及感知机模型;人工神经元及感知机模型;人工神经元及感知机模型;决定神经网络性质的两个因素;神经网络的学习算法;感知器学习规则;感知器学习规则;感知器学习规则;感知器学习规则;感知器学习规则; 神经网络的学习方法;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;反向传播(BP)学习;自组织特征映射 ;自组织特征映射 ;自组织特征映射 ;自组织特征映射

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档