机器学习神经网络-PPT幻灯片.pptVIP

什么是神经网络BP(误差逆传播)神经网络遗传算法原理遗传—BP神经网络相结合仿真目录

什么是神经网络神经元：生物学上的神经元人工神经元是对生物神经元的简化和模拟。生物神经元由细胞体、树突和轴突这三部分组成，如图所示。树突是细胞的输入端，通过细胞间连接的节点“突触”接触四周细胞传出的神经冲动，轴突相当于细胞的输出端，其端部的众多神经末梢为信号的输出端子，用于传出神经冲动。生物神经元具有兴奋和抑制两种工作状态。当传入的神经冲动，使细胞膜电位升高到阈值(约为40mV)时，细胞进入兴奋状态，产生神经冲动，由轴突输出。相反，若传入的神经冲动，使细胞膜电位降到低于阈时，细胞进入抑制状态，没有神经冲动输出。

什么是神经网络神经元模型：为了模拟生物神经元，一个简化的人工神经元如图所示。它有三个基本要素：1．一组连接权(对应于生物神经元的突触)，连接强度由各连接上的权值表示，权值为正表示激励，为负值表示抑制。2．一个求和单元，用于求取各输入信息的加权和(线性组合)。3．一个非线性激励函数，起非线性映射作用并限制神经元输出幅度在一定的范围之内。此外还有一个阙值。阈值也被看作是一个输入分量，也就是阈值也是一个权值。在网络的设计中，偏差起着重要的作用，它使得激活函数的图形可以左右移动而增加解决问题的可能性。

BP神经网络BP神经网络原理BP算法由数据