神经网络介绍教学讲义.pptVIP

2、神经元的互连形态 人工神经网络是由神经元广泛互连构成的，不同的连接方式就构成了网络的不同连接模型，常用的有以下几种： 前向网络 从输出层到输入层有反馈的网络 层内有互连的网络 互连网络 (1) 前向网络：前向网络又称为前馈网络。在这种网络中，神经元分层排列，分别组成输入层、中间层和输出层。每一层神经元只接收来自前一层神经元的输入。输入信息经各层变换后，最终在输出层输出，如图所示。 （2）从输出层到输入层有反馈的网络。这种网络与上一种网络的区别仅仅在于，输出层上的某些输出信息又作为输入信息送入到输入层的神经元上。 图2 从输出层到输入层有反馈的网络 (3) 层内有互连的网络。同一层上的神经元可以互相作用。 图3 层内有互连的网络 （4）互连网络。在这种网络中，任意两个神经元之间都可以有连接，如图4所示。在该网络中，信息可以在神经元之间反复往返地传递，网络一直处在一种改变状态的动态变化之中。 图4 互连网络 三、 人工神经网络的特征及分类 1、人工神经网络有以下主要特征： 能较好地模拟人的形象思维。 具有大规模并行协同处理能力。 具有较强的容错能力和联想能力。 具有较强的学习能力。 两种方式学习： 有教师的学习 无教师的学习 2、人工神经网络的分类 若按网络的拓扑结构划分 无反馈网络；反馈网络； ?若按网络的学习方法划分