人工神经网络(网络资料)..docVIP

人工神经网络 基本特征 结构特征 并行处理（时间）、分布式存储（空间）与容错性 能力特征 自适应性（自学习和自组织） 基本功能 (1)联想记忆 自联想和异联想 (2)非线性映射 (3)分类与识别 (4)优化计算 (5)知识处理 3、神经元建模： 每个神经元都是一个多输入单输出的信息处理单元； 神经元输入分兴奋性输入和抑制性输入两种类型； 神经元具有空间整合性和阈值特性； 神经元输入与输出间有固定的时滞，主要取决于突触延搁； 忽略时间整合作用和不应期； 神经元本身是非时变的，即其突触时延和突触强度均为常数。 4、人工神经元模型 令表示t时刻神经元j接收的来自神经元i的输入信息，表示t时刻神经元j的输出信息，则神经元j的状态可表达为： 其中，为输入输出间的突触时延，为神经元j的阈值，为神经元i到j的突触连接系数或称权重值，为神经元转移函数。取，则有： 输入总和常称为神经元在t时刻的净输入，用下式表示： 体现了神经元j的空间整合性，而未考虑时间整合，当时，神经元才能被激活。上式还可表示为权重向量和输入向量的点积： 其中和均为列向量，定义为： 如果令，，则有，因此净输入与阈值之差可表达为： 综合以上各式，神经元模型可简化为： 5、神经元的转移函数 (1)阈值型转移函数(M-P模型) 处理离散信号 单极性阈值型转移函数 单位阶跃函数 双极性阈值型转移函数 sgn