神经网络以及在数学建模上的应用讲解.pptVIP

人工神经网络及在数学建模上的应用; 神经元与网络结构 ;生物神经元及生物神经网络 ; 生物神经元示意图 ; 从神经元各组成部分的功能来看，信息的处理与传递主要发生在突触附近。当神经元细胞体通过轴突传到突触前膜的脉冲幅度达到一定强度，即超过其阈值电位后，突触前膜将向突触间隙释放神经传递的化学物质。 突触有两种：兴奋性突触和抑制性突触。前者产生正突触后电位，后者产生负突触后电位。 ;突触传递信息的功能和特点归纳为： ;人脑神经网络系统 ;人脑神经网络信息处理的特点 1．分布存储与冗余性 2．并行处理 3．信息处理与存储合一 4．可塑性与自组织性 5．鲁棒性 ;人工神经网络 ;人工神经元模型 归纳一下生物神经元传递信息的过程： 生物神经元是一个多输入、单输出单元。 常用的人工神经元模型可用下图模拟。 ;响应函数的基本作用： 1、控制输入对输出的激活作用； 2、对输入、输出进行函数转换； 3、将可能无限域的输入变换成指定的有限范围内的输出。 ;响应函数： ;1、阈值函数 ;人工神经网络的构成 神经元的模型确定之后，一个神经网络的特性及能力主要取决于网络的拓扑结构及学习方法。 人工神经网络连接的几种基本形式： 1．前向网络 网络中的神经元是分层排列的，每个神经元只与前一层的神经元相连接。 2．从输出到输入有反馈的前