第-3-章-神经计算基础(3.1-人工神经网络基础).pptVIP

3神经计算根底

3.1人工神经网络根底;目录;3.1人工神经网络根底;3.1人工神经网络根底;人工神经网络的提出;智能;人类个体的智能是一种综合能力;人工智能;研究人工智能的两个目的;人工智能;物理符号系统;图3.1物理符号系统用于对物理系统的描述;联接主义观点;神经网络四个根本特征—(1)物理结构;神经网络四个根本特征—(2)计算模拟;神经网络四个根本特征—(3)存储与操作;神经网络四个根本特征—(4)训练;两种模型的比较;两种模型的比较;两种模型的比较;两种模型的比较;3.1.2人工神经网络的特点;1.人工神经网络的概念;1.人工神经网络的概念;PDP神经网络模型;PDP神经网络模型;PDP神经网络模型;人工神经网络;人工神经网络具有大脑的根本特征;2.学习能力;3.普化能力;4.信息的分布存放;5.适用性问题;神经网络的作用;神经网络的作用;3.1.3历史回忆;1.萌芽期;2.第一高潮期;3.反思期;4.第二高潮期;5.再认识与应用研究期;3.1.4生物神经网络;3.1.4生物神经网络;生物神经系统的六个根本特征;3.1.5人工神经元;1.人工神经元的根本构成;1.人工神经元的根本构成;2.激活函数;2.激活函数;1〕线性函数〔LinearFunction〕;2〕非线性斜面函数〔RampFunction〕;3〕阈值函数〔ThresholdFunction〕;4〕S形函数〔SquashingFunction〕;4〕S形函数〔SquashingFunction〕;4〕S形函数〔SquashingFunction〕;3.M-P模型;3.1.6人工神经网络的拓扑特性;1.联接模式;神经元之间三种不同的互联模式;2.网络的分层结构;1〕单级网;〔1〕简单单级网;〔1〕简单单级网;〔2〕单级横向反响网;〔2〕单级横向反响网;〔2〕单级横向反响网的稳定性和时间参数;2〕多级网;〔1〕层次划分;〔1〕层次划分;〔2〕非线性激活函数;〔2〕非线性激活函数;〔2〕非线性激活函数;〔2〕非线性激活函数;〔2〕非线性激活函数;〔2〕非线性激活函数;3〕循环网;3〕循环网;3〕循环网;3.1.7存储与映射;3.1.7存储与映射;3.1.7存储与映射;〔1〕RAM方式;〔2〕CAM方式;〔3〕AM方式;人工神经网络的工作方式;人工神经网络的工作方式;人工神经网络实现变换型和分类型映射;人工神经网络实现变换型和分类型映射;人工神经网络实现变换型和分类型映射;3.1.8人工神经网络的训练;3.1.8人工神经网络的训练;1.无导师学习;1.无导师学习的优点;1.无导师学习的缺点;主要的无导师训练方法;Hebb算法;2.有导师学习;2.有导师学习;有导师学习的训练算法的主要步骤;;Delta规那么;3.强化学习