第五章 神经网络理论基础.pdf

第五章 神经网络理论基础 第五章 神经网络理论基础 (Artificial Neural Networks, ANN ) (Artificial Neural Networks, ANN ) 信息工程与自动化学院 2013年4月15 日 主要内容 主要内容 5.1 神经网络的基本原理 5.1 神经网络的基本原理 5.2 单神经元网络 5.2 单神经元网络 5.3 感 知 器 5.3 感 知 器 5.4 BP网络及其算法 5.4 BP网络及其算法 5.5 RBF神经网络 5.5 RBF神经网络 5.6 回归神经网络 5.6 回归神经网络 信息工程与自动化学院 2013年4月15 日 人工神经网络 人工神经网络 Artificial Neural Network Artificial Neural Network 人工神经网络（简称神经网络，Neural Network，NN）是模拟人脑思维方式的一种 数学模型。它可以用电子或光电元件实现， 也可以用软件在计算机上仿真。 NN是一种具有大量连接的并行分布式处 理器，它具有通过学习获取知识并解决问题 的能力，且知识是分布储存在连接权中。 信息工程与自动化学院 2013年4月15 日 5.1 神经网络的基本原理 5.1 神经网络的基本原理 5.1.1 神经网络的生物背景 5.1.2 神经网络的发展 5.1.3 神经网络的模型分类 5.1.4 神经网络的学习方法 5.1.5 神经网络的特征 5.1.6 神经网络控制的研究领域 信息工程与自动化学院 2013年4月15 日 5.1.1 神经网络的生物背景 5.1.1 神经网络的生物背景 一、生物神经元结构理论基础 一、生物神经元结构理论基础 生物神经元 神经元（Neuron ）又称神经细 胞，是组成人脑的最基本单元，它能够接收并处理 信息。 人脑大约由1011～1012个神经元组成，每个神 经元又与104 5 ～10 个神经元通过突触连接。因此， 人脑是一个复杂的信息并行处理巨系统。 信息工程与自动化学院 2013年4月15 日 生物神经元在结构上由  细胞体(Cell body)  树突(Dendrite)  轴突(Axon)  突触(Synapse) 四部分组成，用来完成神经元间信息的接收、 传递和处理。 信息工程与自动化学院 2013年4月15 日 树突和轴突负责传入和传出信息，兴奋性的 冲动沿树突抵达细胞体，在细胞膜上累积形成兴 奋性电位；相反，抑制性冲动到达细胞膜则形成 抑制性电位。两种电位进行累加，若代数和超过 某个阈值，神经元将产生冲动。 信息工程与自动化学院 2013年4月15 日 人类大脑与其他