人工智能 chapter5_2(精品·公开课件).pptVIP

第五章 知 识 学 习 内容提要： 知识学习概念、原理及分类 神经网络学习 神经网络模型 知识发现与Agent技术 人工智能及其应用 1 神经元及其突触是神经网络的基本器件。因此，模拟生物神经网络应首先模拟生物神经元 人工神经元(节点)。 从三个方面进行模拟： 节点本身的信息处理能力(数学模型) 节点与节点之间连接(拓扑结构) 相互连接的强度(通过学习来调整) 5.2.2 人工神经元 决定人工神经网络整体性能的三大要素 对于某个处理单元（神经元）来说，假设来自其他处理单元（神经元）i的信息为Xi，它们与本处理单元的互相作用强度即连接权值为Wi, i=0,1,…,n-1,处理单元的内部阈值为θ。 人工智能及其应用 3 5.2.2 人工神经元 神经元的输入为： 输出为： 激发函数可以看成是神经元的数学模型 神经元各种不同数学模型的主要区别在于采用了不同的激发函数，从而使神经元具有不同的信息处理特性。神经元的信息处理特性是决定人工神经网络整体性能的三大要素之一，反映了神经元输出与其激活状态之间的关系，最常用的转移函数有4种形式。 5.2.2 人工神经元 常用的激发函数： (1)阈值型（MP模型） (2)分段线性型 (3)Sigmoid函数型(简称S型) (4)双曲正切型 人工智能及其应用 5 5.2.2 人工神经元 阈值型函数又称阶跃函数，它