BP人工神经网络的基本原理、模型与实例[借鉴].pptVIP

8.1人工神经网络的基本概念 从数学和物理方法以及信息处理的角度，对人脑神经网络进行抽象，并建立某种简化模型，称为人工神经网络。 应用领域： 模式识别 系统辨识 预测预估 数据挖掘 经济学 …… * 8.1人工神经网络的基本概念 人工神经网络在本质上是由许多小的非线性函数组成的大的非线性函数，反映的是输入变量到输出变量间的复杂映射关系。先给出单个人工神经网络的一般模型描述： * 8.1人工神经网络的基本概念 先来看一个单一输入的神经元模型 输入变量：x1 连接权重：w1 激活函数：f (·) w1 x1 f (·) w1x1 * 8.1人工神经网络的基本概念 * 8.1人工神经网络的基本概念 单极sigmoid函数 * 8.1人工神经网络的基本概念 双曲函数 * 8.1人工神经网络的基本概念 增加激活阈值后的神经元模型 输入变量：x1 连接权重：w1 激活函数：f (·) w1 x1 f (·) w1x1-θ -1 小练习：请你算一算，当初始输入、权重和激活阈值为如下数值时，该神经元的净输入和输出分别是多少？ x1 w1 θ 1 0.2 0.4 * 8.1人工神经网络的基本概念 当输入增加时的神经元模型 输入变量：x1， x2 连接权重：w1，w2 激活函数：f (·) w1 x1 f (·) w1x1