神经网络其控制课件.docVIP

神经网络计算 §1-1神经元模型 一、概述 神经网络的特点 定义：用于模拟人脑神经元活动过程，包括对信息的加工、处理、存贮和搜索过程。 特点 信息分布式存贮 信息的并行处理与推理 信息的自组织、自学习 二、神经元的模型特征 神经元——多输入单输出的信息处理单元 膜电位——细胞内部和外部具有不同的电位，当外部电位为零时，内部电位称为膜电位。 ωi0 —— 兴奋性神经元的突触 ωi0 —— 抑制性 ωi=0 —— 第i个输入信号对该神经元不起任何作用 神经元具有以下特征： 时空整合功能： 空间总和： 定量描述为：整个神经元的膜电位（状态变化）与输入信号与其权重的线性组合： SKIPIF 1 0 是线性相关的 时间总和：不同时刻的输入信息对神经元的影响会重叠，加起来，同时起作用。 时空整合： 根据空间和时间总和，神经元对不同时刻和不同部位的输入进行处理，该过程称之为时空整合作用。 定量描述为：设第i个输入信号t时间后对膜电位的影响为ωi（t′(t)）,则在t时刻，神经元膜电位的变化与下式有关： SKIPIF 1 0 （1—1） 式中 SKIPIF 1 0 ——第i个输入在时间t′时的输入信号 阈值特性 神经元的输入输出之间为非线性，如图1—2所示： 图1—2 阈值特性 即：