- 2
- 0
- 约5.76千字
- 约 74页
- 2023-04-30 发布于上海
- 举报
P神经网络的学习资料;人工神经元模拟生物神经元的一阶特性。
输入:X=(x1,x2,…,xn)
联接权:W=(w1,w2,…,wn)T
网络输入: net=∑xiwi
向量形式: net=XW;激活函数执行对该神经元所获得的网络输入的变换,也可以称为激励函数、活化函数: o=f(net)
1、线性函数(Liner Function)
f(net)=k*net+c ; γ if net≥θ
f(net)= k*net if |net|θ
-γ if net≤-θ
?
γ0为一常数,被称为饱和值,为该神经元的最大输出。 ;2023/3/3; β if netθ
f(net)=
-γ if net≤ θ
β、γ、θ均为非负实数,θ为阈值
二值形式:
1 if netθ
f(net)=
0 if net≤ θ
双极形式:
1 if netθ
f(net)=
-1 if net≤ θ ;β ;压缩函数(Squashing Function)和逻辑斯特函数(Logistic Function)。
f(net)=a+b/(1+exp(-d*net))
a,b,d为常数。它的饱和值为a和a+b。
最简单形式为:
f(net)= 1/(1+exp(-d*net))
函数的饱和值为0和1。
S形函数有较好的
原创力文档

文档评论(0)