我人工神经网络-3 多级神经网络结构.pptVIP

上次课内容回顾 生物神经网六个基本特征 神经元及其联接、信号传递、学习、刺激与抑制、累积效果、 “阈值”。 人工神经元的基本构成 上次课内容回顾 激活函数与M-P模型 线性函数、非线性斜面函数、阈值函数 S形函数 M-P模型 第3章 多层人工神经网络结构 主要内容 人工神经网络的拓扑特性 单级网 简单单级网 单级横向反馈网 多级网 介绍 求异或（XOR）操作是计算机中常用到的一种计算：0 XOR 0 = 00 XOR 1 = 11 XOR 0 = 11 XOR 1 = 0可以发现用原来的方法学习后的结果不能让我们满意，原因是单层神经网络学习能力有限，需要使用更加复杂的网络来学习。 该多层神经网络在单层神经网络的基础上增加了一层“隐藏层”（Hidden） 人工神经网络的拓扑特性 连接的拓扑表示 联接模式 用正号（“+”，可省略）表示传送来的信号起刺激作用，它用于增加神经元的活跃度； 用负号（“-”）表示传送来的信号起抑制作用，它用于降低神经元的活跃度。 层次（又称为“级”）的划分，导致了神经元之间的三种不同的互连模式： 联接模式 1、 层（级）内联接 层内联接又叫做区域内（Intra-field）联接或侧联接（Lateral）。 用来加强和完成层内神经元之间的竞争 2、 循环联接 反馈信号。 联接模式 3、层（级）间联接 层间（Inte