- 1、本文档共59页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
常见的人工神经网络理论基础
神经网络理论基础 人工神经网络是近年来得到迅速发展的一个前沿课题。神经网络由于其大规模并行处理、容错性、自组织和自适应能力和联想功能强等特点,已成为解决很多问题的有力工具。本节首先对神经网络作简单介绍,然后介绍几种常用的神经网络,包括感知器(前向神经网络)、BPN(反向传播神经网络)和 Hopfield网络。 1 生物神经元 2 人工神经网络发展简史 3 人工神经网络结构 4 神经网络基本学习算法 1957年,F.Rosenblatt提出“感知器”(Perceptron) 模型,第一次把神经网络的研究从纯理论的探讨付诸工程实践,掀起了人工神经网络研究的第一次高潮。 20世纪60年代以后,数字计算机的发展达到全盛时期,人们误以为数字计算机可以解决人工智能、专家系统、模式识别问题,而放松了对“感知器”的研究。于是,从20世纪60年代末期起,人工神经网络的研究进入了低潮。 1982年,美国加州工学院物理学家Hopfield提出了离散的神经网络模型,标志着神经网络的研究又进入了一个新高潮。1984年,Hopfield又提出连续神经网络模型,开拓了计算机应用神经网络的新途径。 1986年,Rumelhart和Meclelland提出多层网络的误差反传(back propagation)学习算法,简称BP算法。BP算法是目前最为重要、应用最广的人工神经网络算法之一。 自20世纪80年代中期以来,世界上许多国家掀起了神经网络的研究热潮,可以说神经网络已成为国际上的一个研究热点。 2 生物神经元 生物神经元 突触信息处理 信息传递功能与特点 一、生物神经元 神经元是大脑处理信息的基本单元 人脑约由101l-1012个神经元组成,其中,每个神经元约与104-105个神经元通过突触联接,形成极为错纵复杂而且又灵活多变的神经网络 神经元以细胞体为主体,由许多向周围延伸的不规则树枝状纤维构成的神经细胞,其形状很像一棵枯树的枝干 主要由细胞体、树突、轴突和突触(Synapse,又称神经键)组成 二、突触的信息处理 生物神经元传递信息的过程为多输入、单输出; 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; 突触有两种类型,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。 三、信息传递功能与特点 具有时空整合能力 不可逆性,脉冲只从突触前传到突触后,不逆向传递 神经纤维传导的速度,即脉冲沿神经纤维传递的速度,在1—150m/s之间 信息传递时延和不应期,一般为0.3~lms 可塑性,突触传递信息的强度是可变的,即具有学习功能 存在学习、遗忘或疲劳(饱和)效应 对应突触传递作用增强、减弱和饱和 2、生物神经系统的六个基本特征: 1)神经元及其联接; 2)神经元之间的联接强度决定信号传递的强弱; 3)神经元之间的联接强度是可以随训练改变的; 4)信号可以是起刺激作用的,也可以是起抑制作用的; 5)一个神经元接受的信号的累积效果决定该神经元的状态; 6) 每个神经元可以有一个“阈值”。 3 人工神经网络结构 人工神经网络 人工神经元模型 常见的神经元激发函数 人工神经网络典型结构 一、人工神经网络 1.人工神经网络(Artificial Neural Network-ANN)常常简称为神经网络(NN),是以计算机网络系统模拟生物神经网络的智能计算系统, 是对人脑或自然神经网络的若干基本特性的抽象和模拟。 直观理解 神经网络是一个并行和分布式的信息处理网络结构 它一般由大量神经元组成 每个神经元只有一个输出,可以连接到很多其他的神经元 每个神经元输入有多个连接通道,每个连接通道对应于一个连接权系数 2.人工神经网络的基本特征 (1)结构特征—并行处理、分步式存储与容错性 (2)能力特征—自学习、自组织与自适应性 自适应性是指一个系统能改变自身的性能以适应环境变化的能力。 神经网络的自学习是指当外界环境发生变化时,经过一段时间的训练或感知,神经网络能通过自动调整网络结构参数,使得对于结定输入能产 生期望的输出,训练是神经网络学刁的途径,因此经常将学习与训练两 个词混用。 神经系统能在外部刺激下按一定规则调整神经元之间的突触连接,逐渐构建起神经网络,这一构建过程称为网络的自组织(或称重构)。 联想记忆 非线性映射 许多系统的输入与输出之间存在复杂的非线性关系,设计合理 的神经网络通过对系统输入输出样本对进行自动学习,能够以 任意精度逼近任意复杂的非线性映射。神经网络的这一优良性 能使其
您可能关注的文档
- 常见的产后大出血护理查房.ppt
- 常见的产后出血抢救和护理.ppt
- 常见的产后盆底功能康复治疗-PPT课件.ppt
- 常见的产后出血 教学版.ppt
- 常见的产后尿潴留.ppt
- 常见的二年级上语文妈妈睡了.ppt
- 常见的产权面积测绘规则与规划面积计算规则差异.ppt
- 常见的产时电子胎心监护.ppt
- 常见的产后腹直肌分离的诊疗.ppt
- 常见的京剧唱腔联奏.ppt
- 水利水电工程质量检测员继续教育系统基础考试试题及答案(各种收集).pdf
- 毕业论文设计模板.pdf
- 2025年云南省寻甸县第五中学高三下学期教学质量监测(一)数学试题试卷含解析.doc
- 2025年云南省玉溪市师院附中高三数学试题寒假周考试卷含解析.doc
- 2025年云南省玉溪市新平一中高三第一次教学质量监测(4月)数学试题含解析.doc
- 2025年云南省玉溪市新平一中高三下学期考前模拟考试数学试题含解析.doc
- 2025年云南省宣威市第四中学招生全国统一模拟考试数学试题含解析.doc
- 2025年云南省元江民中高三下学期二模(4月)数学试题含解析.doc
- 2025年云南省元江县民族中学高三质量检查数学试题含解析.doc
- 2025年云南省沾益县第四中学下学期期中考高三试卷数学试题含解析.doc
文档评论(0)