ch4神经网络模型及仿真概述.pptVIP

anew = 1.0e+04 * 3.8971 3.8193 2.2431 2.2473 nntool命令产生神经网络图形交互界面如下 二、 神经网络交互式界面 3. 人工神经元模型的数学表达二 1949年，心理学家D.O.Hebb最早提出了关于神 经网络学习机理的“突触修正”的假设。该假设 指出，当神经元的突触前膜电位与后膜电位同时 为正时，突触传导增强，当前膜电位与后膜电位 正负相反时，突触传导减弱，也就是说，当神经 元i与神经元j同时处于兴奋状态时，两者之间的连 接强度应增强。根据该假设定义的权值调整方法， 称为Hebbian学习规则。 * * 3、函数purelin——线性激励函数 其使用格式为： A=purelin(N) info=purelin(code) 其中，N为Q个S维的输入列向量；A为函数返回值，A=N；info=tansig(code)根据code值不同返回不同的信息（同函数logsig） 4.2.3 BP网络学习函数（训练函数） 函数名 功能 函数名 功能 traingd 梯度下降法 traincgf PR共轭梯度法 traingdm 势能修正法 traincgp PB共轭梯度法 traingdx 自调整学习效率法 traincgb 标量共轭梯度法 trainrp 恢复BP法 trainscg FR共轭梯度法 tra