神经网络介绍讲解材料.ppt

2、神经元的互连形态 人工神经网络是由神经元广泛互连构成的，不同的连接方式就构成了网络的不同连接模型，常用的有以下几种： 前向网络 从输出层到输入层有反馈的网络 层内有互连的网络 互连网络 (1) 前向网络：前向网络又称为前馈网络。在这种网络中，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，如图所示。 （2）从输出层到输入层有反馈的网络。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。 图2 从输出层到输入层有反馈的网络 (3) 层内有互连的网络。同一层上的神经元可以互相作用。 图3 层内有互连的网络 （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，如图4所示。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。 图4 互连网络 三、 人工神经网络的特征及分类 1、人工神经网络有以下主要特征： 能较好地模拟人的形象思维。 具有大规模并行协同处理能力。 具有较强的容错能力和联想能力。 具有较强的学习能力。 两种方式学习： 有教师的学习 无教师的学习 2、人工神经网络的分类 若按网络的拓扑结构划分 无反馈网络；反馈网络； ?若按网络的学习方法划分 有教师的学习网络；无教师的学习网络； ?若按网络的性能划分 连续型；离散型网络 确定型；随机型网络； 若按连接突触的性质划分 一阶线性关联网络； 高阶非线性关联网络。  第二节 神经网络模型 ?一、 感知器模型 感知器是由美国学者Rosenblatt于1958年提出的一个具有单层计算单元的神经网络。 单层感知器模型： 人工神经网络 Artificial Neural Networks 何水明 大学数学部 联系电话Email：ddhsm@163.com 办公地点：数理学院楼214 主要参考书目 1、Philip D. Wasserman， Neural Computing: Theory and Practice，Van Nostrand Reinhold，1989； 2、史忠植，神经计算，电子工业出版社，1993年11月； 3、杨行峻、郑君里，人工神经网络，高等教育出版社，1992年9月； 4、飞思科技产品研发中心，神经网络理论与MATLAB7实现，电子工业出版社，2005.3. 关于神经网络的最最最通俗认识 他到底能干吗 ? 简单说来，这个东西就是模拟人脑的行为的，他就是根据人脑内部的神经结构将其仿生用于解决问题的，所以，理论上来说，只要人脑能做的，他应该都能做的。 具体说来，就是给你2堆很复杂的数据，要你找出他们之间的关系，那当然很难是不是？然后神经网络就解决这样的事情。通过对他的训练，最后他能建立其这2堆乱七八糟间的数据的关系。 最后的效果就是，你给他第3堆数据，他自动能得到这堆数据所对应的输出是什么 ! 关于神经网络的最最最通俗认识 这么说太抽象了，然后我们来理解下人脑对事物的认识就清楚了，比如你每天所碰到的那么多人这是一堆数据，对吧，然后呢，另一堆数据就是他们的性别，刚开始人脑也不知道什么性别不性别的，不知道性别有两类，性别分男女，随后呢，成长过程中，不断看到一些人，然后不断有人告诉你这个是男人，那个是女人，好了，你脑子内部的神经元开始活动，开始建立连接，其实就是相当于上面的训练。最后的效果就是随便给你个人，即使你没看到过的，你也能知道这个是什么性别的，所以，数学上也把神经网络叫为从n维空间向m维向量空间的高度非线性映射 ! 关于神经网络的最最最通俗认识 现在他用的地方很多，预测是个大方面，比如交通流量什么的，有些人希望能根据前3月的流量就知道后面一个月的流量，那么就可以用些历史数据对这个神经网络训练，最后效果就是你给他3个月的数据，他就给你输出这个月的数据，其实是预测了，就相当于人脑内部的神经元建立完毕后，给定任何一个人，他都能对他进行性别判别。 关于神经网络的最最最通俗认识 还有，不少人当然异想天开用在其他方面了，比如股票，更加心黑点的就是彩票了，告诉你前8期的彩号，能预测出必威体育精装版一期的中奖号，那是多么好的事情啊！ 关于神经网络的最最最通俗认识 他无所不能吗? 显然不是，世上哪有那么好的事情啊，大家都不是笨蛋，有这种东西，早发了 ! 神经网络的限制条件，应用条件是你的输入量和你想要输出的或