【模式识别与人工智能】26-第四章-第三节-神经网络-多层网络.pptxVIP

第四章神经网络-多层网络模式识别与人工智能授课教师：栾声扬汇报人：孙浩

CONTENTS多层反向传播神经网络1反向传播算法2

PART01多层反向传播神经网络

神经网络定义神经网络（NeuralNetworks）是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物系统对真实世界物体所作出的交互反应。[Kohonen,1988]机器学习中谈论的神经网络指的是“神经网络学习”，或则说，是机器学习与神经网络这两个学科领域的交叉部分。4.4.1多层反向传播神经网络

神经网络组成神经网络最基本的成分是神经元（Neuron）模型，即上述定义的“简单单元”。生物系统中，每个神经元与其他神经元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；如果某神经元的点位超过了一个“阈值”（threshold），那么它就会被激活，即“兴奋”起来，向其他神经元发送化学物质。4.4.1多层反向传播神经网络

神经网络M-P神经元模型图1M-P神经元模型4.4.1多层反向传播神经网络

神经网络典型的神经元激活函数图2典型的神经元激活函数“1”对应神经元兴奋“0”对应神经元抑制4.4.1多层反向传播神经网络

多层反向传播神经网络感知机（Perceptron）由两层神经元组成。图3两个输入神