第六讲神经网络.pptVIP

人工神经网络的分类 按性能分：连续型和离散型网络，或确定型和随机型网络。 按拓扑结构分：有反馈网络和无反馈网络。 按学习方法分：有教师的学习网络和无教师的学习网络。 按连接突触性质分：一阶线性关联网络和高阶非线性关联网络。 第三十一页，共五十六页。 人工神经网络的基本特点 （1）可处理非线性 （2）并行结构．对神经网络中的每一个神经元来说；其运算都是同样的．这样的结构最便于计算机并行处理． （3）具有学习和记忆能力．一个神经网络可以通过训练学习判别事物；学习某一种规律或规则．神经网络可以用于联想记忆． （4）对数据的可容性大．在神经网络中可以同时使用量化数据和质量数据（如好、中、差、及格、不及格等）． （5）神经网络可以用大规模集成电路来实现．如美国用 256个神经元组成的神经网络组成硬件用于识别手写体的邮政编码． (6) 容错特性。 第三十二页，共五十六页。 网络拓扑结构类型 ——层次型结构 单纯层次型结构 人工神经网络模型 第三十三页，共五十六页。 网络拓扑结构类型 ——层次型结构 输出层到输入层有连接 人工神经网络模型 第三十四页，共五十六页。 网络拓扑结构类型 ——层次型结构 层内有连接层次型结构 人工神经网络模型 第三十五页，共五十六页。 网络拓扑结构类型 ——互连型结构 全互连型结构 人工神经网络模型 第三十六页，共五十六页。