神经网络建模[精选].pptVIP

人工神经网络建模 数学与信息科学系 1、神经网络简介 1.1、人工神经元模型 人工神经元的三个要素 1.2激活（传递）函数的取法 1.3、网络结构以及工作方式 从连接方式看NN主要有两种网络拓扑结构： 前馈型网络：结点分为输入单元和计算单元 反馈型网络：所有结点都是计算单元 NN的工作过程主要分为两个阶段： 第一阶段：学习期，此时个计算单元状态不变，各连线上的权值可通过学习来修改 第二阶段：工作期，此时各连接权值固定，计算各单元状态变化 网络结构：前馈型神经网络 多层神经元网络 中间层的输出就是下一层的输入。第二层可看作有S1个输入，S2个神经元和S1xS2 阶权重矩阵W2 的单层网络。第二层的输入是a1，输出是a2，现在我们已经确定了第二层的所有向量和矩阵，我们就能把它看成一个单层网络了。其他层也可以照此步骤处理。多层网络的功能非常强大。例、一个两层的网络，第一层的转移函数是曲线函数，第二层的转移函数是线性函数，通过训练，它能够很好的模拟任何有有限断点的函数。这种两层网络集中应用于“反向传播网络”。注意:我们把第三层的输出a3标记为y。我们将使用这种符号来定义这种网络的输出。 1.4创建网络 1.5数据结构:影响网络仿真的输入数据结构的格式 动态网络中的异步输入仿真：当网络中存在延迟时，顺序发生的输入向量就要按一定的序列输入网络。为了演示这种情况，我们以一个有延