- 1、本文档共86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
神经网络的概念
泛指生物神经网络与人工神经网络
生物神经网络
由中枢神经系统(脑和脊髓)及周围神经系统(感觉、运动、交感等)所构成的错综复杂的神经网络,最重要的是脑神经系统。
人工神经网络(ANN)
由大量简单的处理单元广泛地互相连接而形成地复杂网络系统,以简化,抽象,和模拟人脑神经网络。
概述
概述
神经网络的发展简史
初创(1943—1969)
1943年,McCulloch和Pitts 提出了M-P模型
1949年,Hebb提出Hebb学习规则
1957年,Rosenblatt提出感知器(perceptrons)
1969年,Minsky和Papert发表“Perceptrons”
过渡期(1970—1986)
1980年,Kohonen提出自组织映射理论
1982年,Hopfield提出离散的Hopfield网络模型
1984年,又提出连续的Hopfield网络模型,并用电
子线路实现了该网路的仿真。
1986年,Rumelhart等提出BP算法
发展期(1987--)
1993年创刊的“IEEE Transaction on Neural Network”
生物神经元
构成神经系统的基本单元,简称神经元。包括细胞体、树突、轴突。
神经元电镜图片
轴突
树突
突触
细胞体
神经末梢
组成
细胞体
由细胞核,细胞质,和细胞膜组成。膜内外有电位差,膜外为正,膜内为负。它是神经元新陈代谢的中心,用于接收并处理从其它神经元传递的信息。
轴突
由细胞体向外伸出的一条最长分支,长度可达1m。它通过尾部的神经末梢向其它神经元输出神经冲动,相当于神经元的输出电缆。
树突
除轴突外的其它分支。数目多,长度短。它用于接受从其它神经元传来的神经冲动,相当于神经元的输入端。
突触
一个神经元的轴突末梢和另外一个神经元的树突相接触的地方,相当于神经元之间的接口部分。大多数神经元有103—104个突触。
连接
辐射
一个神经元的轴突末梢与许多神经元的树突相连接。
聚合
许多神经元的轴突末梢与一个神经元的树突相连接。
特性
信息以预知的确定方向传递
一个神经元的树突、细胞体-轴突-突触-另一个神经元树突
时空整合功能
对不同时间通过同一突触传入的信息具有时间整合功能
对同一时间通过不同突触传入的信息具有空间整合功能
工作状态
兴奋状态,对输入信息整合后使细胞膜电位升高,当高于动作电位的阈值时,产生神经冲动,并由轴突输出。
抑制状态,对输入信息整合后使细胞膜电位降低,当低于动作电位的阈值时,无神经冲动产生。
结构的可塑性
神经元之间的柔性连接。
脉冲与电位转换功能
轴突与普通传输线路不同,对于小于阈值的信号在传递过程中会被滤除,而对于大于阈值的则有整形作用。即无论输入脉冲的幅度与宽度,输出波形恒定。
信息传递的时延性和不应期性
在两次输入之间要有一定的时间间隔,即时延;
而在此期间内不响应激励,不传递信息,称为不应
期。
人工神经元及其互连结构
人工神经网络的基本处理单元-人工神经元
模拟主要考虑两个特性:时空加权,阈值作用。
其中对于时空加权,模型分为两类,即考虑时间特性,不考虑时间特性。
人工神经元
M-P模型
最早由心理学家麦克罗奇(W.McLolloch)和数理逻辑学家皮兹(W.Pitts)于1943年提出。
θ
Y 输出
e
e
i
i
兴奋型输入
抑制型输入
阈值
M-P模型输入输出关系表
输入条件
输出
M-P模型对抑制型输入赋予了“否决权”,只有当 , 且 时,才有y=1,其它时候 y=0。
一种常见的不考虑时间特性的模型
θ
y 输出
x1
x2
…
xn
wn
s 控制符号
f()--特性函数/激发函数
阈值
连接权值
w2
w1
输入
多输入单输出的非线性器件
一些典型的特性函数
阈值型 线性 s型
神经元的连接
人工神经网络是由神经元广泛互联构成的,不同的连接方式构成了不同的网络模型
前向网络
神经元分层排列(输入层、隐层和输出层)。各层之间的神经元全互联,各层内的神经元无连接。每一层只接受来自前一层的输入。
从输出层到输入层有反馈的网络
层内有互连接的网络
同一层的神经元可以互相连接.
互连网络
任意两个神经元之间可以互相连接。
互连网络一直处于动态变化之中,最后
到达某种稳定状
您可能关注的文档
- 品管圈李彩霞.ppt
- 神经的可塑性.ppt
- 神经-肌肉接头与肌肉疾病题库5-1-8.pdf
- 神经-肌肉接头与肌肉疾病题库8-2-10.pdf
- 神经节苷脂沉积病.doc
- 神经科体格检查.doc
- 神经内科护理论文范文.doc
- 神经内科每月工作计划.doc
- 神经内科溶栓小组工作流程.doc
- 神经内科主治考试复习笔记.pdf
- 消防设施操作员之消防设备高级技能考前冲刺训练试卷附答案详解.docx
- 质量员之设备安装质量基础知识通关练习试题包括详细解答.docx
- 施工员之装修施工基础知识综合提升模拟考试试卷.docx
- 施工员之土建施工基础知识测试卷包括详细解答.docx
- 2022-2023年中药学类之中药学(师)通关试卷.docx
- 试验检测师之交通工程综合提升练习题附答案详解.docx
- 2022-2023年环境影响评价工程师之环评技术方法综合提升试卷附有答案详解.docx
- 2023年初级银行从业资格之初级风险管理考前冲刺练习题库附带答案.docx
- 2022-2023年高校教师资格证之高等教育心理学通关训练试卷含答案讲解.docx
- 2023年教师资格之中学数学学科知识与教学能力通关试卷附答案.docx
文档评论(0)