ch4神经网络信息处理解析.ppt

第四章 神经网络信息处理 4.1 概述 4.2 人工神经网络基本模型 4.3 BP网络 4.4 Hopfield网络 4.5 径向基函数神经网络 4.6 自组织特征映射神经网络 4.7 神经网络的泛化理论 4.8 神经网络的参数优化设计 4.1 概述 4.1.1 生物神经元 4.1.2 人工神经元 4.1.3 神经网络的拓扑结构 4.1.4 人工神经网络的发展 4.1.1 生物神经元 人工神经网络(ANN)是对生物神经系统(BNN)的模拟，ANN的研究出发点是生物神经元学说。 生物神经元学说认为： BNN是个高度组织的、相互作用的、数量巨大的细胞组织群体，它包括中枢神经系统和大脑，均由各类神经元组成。 神经系统的基本单元是神经元，也称神经细胞。它是神经系统中独立的营养和功能单元。 人类大脑的神经细胞大约在1011~1013个左右。神经元按不同的结合方式构成了复杂的神经网络。通过神经元及其联接的可塑性，使得大脑具有学习、记忆和认知等各种智能。 4.1.1 生物神经元 神经元由4个部分组成： 细胞体——神经细胞的本体，完成细胞的生存功能。 树突——接受来自其他神经元的信号。 轴突——输出信号。 突触——与另一个神经元相联系的特殊部位。 4.1.1 生物神经元 单个神经元从别的细胞接受千个以上的突触输入。 输入可达到神经元的不同部位，但其分布不同，对神经元影响的程度也不同。 一个神经元