课件:神经元模型和网络结构.ppt

  1. 1、本文档共35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
课件:神经元模型和网络结构.ppt

2.5 结束语 本章介绍了一种简单的人工神经元,并展示了如何通过不同的连接方式将一些神经元组连接起来构造出不同的神经那个网络。 后面内容直接删除就行 资料可以编辑修改使用 资料可以编辑修改使用 主要经营:网络软件设计、图文设计制作、发布广告等 公司秉着以优质的服务对待每一位客户,做到让客户满意! 致力于数据挖掘,合同简历、论文写作、PPT设计、计划书、策划案、学习课件、各类模板等方方面面,打造全网一站式需求 * * * * 第2章 神经元模型和网络结构 2.1 目的 2.2 理论和实例 2.2.1 符号 2.2.2 神经元模型 2.2.3 网络结构 2.3 小结 2.4 例题 2.5 结束语 2.1 目的 第1章给除了生物神经元和神经网络的简述。现在来介绍简化的神经元数学模型,并解释这些人工神经元如何相互连接形成各种网络结构。另外,本章还将通过几个简单的实例阐述这些网络如何工作。本书中将使用本章所引入的概念和符号。 2.2 原理和实例 2.2.1 符号 本书中的图、数字公式以及解释图和数字公式的正文,将使用一下符号: 标量:小写的斜体字母,如a,b,c。 向量:小写的黑正体字母,如a,b,c。 矩阵:大写的黑整体字母,如A,B,C。 ● ● ● 2.2.2 神经元模型 单输入神经元 权值 偏置(值) 净输入 传输函数 图2-1 单输入神经元 若将这个简单模型和前面第1章所讨论的生物神经元相对照,则权值w对应于突触的连接强度,细胞体对应于累加器和传输函数,神经元输出a代表轴突的信号。 神经元输出按下式计算: a=f(wp+b) 注:还有多阈值、多权值神经元 实际输出取决与所选择的待定传输函数。 2. 传输函数 图2-1中的传输函数可以是n的线性或者非线性函数。可以用特定的传输函数满足神经元要解决的特定问题。 本书包括了各个不同的传输函数。下面将讨论其中最常用的三种。 硬极限传输函数 线性传输函数 a=n (2.1) 对数-S形传输函数 a=1/1+e-n (2.2) a=hardlim(n) a=hardlim(wp+b) 硬极限传输函数 单输入hardlim神经元 图2-2 硬极限传输函数 a=purelin(n) a=purelin(wp+b) 线性传输函数 单输入purelin神经元 图2-3 线性传输函数 a=logsig(n) a=logsig(wp+b) Log-Sigmoid 传输函数 单输入logsig神经元 图2-4 对数-S形传输函数 名称 输入/输出关系 图标 MATLAB函数 硬极限函数 a=0,n0 a=1,n≥0 hardlim 对称硬极限函数 a=-1,n0 a=+1,n≥0 hardlims 线性函数 a=n purelin 饱和线性函数 a=0,n0 a=n,0≤n≤1 a=1,n1 satlin 对称饱和线性函数 a=-1,n-1 a=n,-1≤n≤1 a=1,n1 satlins 对数-S形函数 a=1/1+e-n logsig 双曲正切S形函数 a=en-e-n/en+e-n tansig 正线性函数 a=0,n0 a=n,n ≥ 0 poslin 竞争函数 a=1,具有最大n的神经元 a=0,所有其他神经元 compet 3.多输入神经元 权值矩阵 通常,一个神经元有不止一个输入。具有R个输入的神经元如图2-5所示。其输入p1,p2,…,pR 分别对应权值矩阵W的元素w1,1,w1,2,…,w1,R 。 图2-5 多输入神经元 该

文档评论(0)

iuad + 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