《模式识别原理、应用及实现》 课件 8.2人工神经网络的基本概念.pptVIP

8.2人工神经网络的概念武汉理工大学8.2.1生物神经元1．生物神经元的结构细胞体、树突、轴突和突触。2．生物神经元的工作机制兴奋和抑制两种状态。抑制状态的神经元由树突和细胞体接收传来的兴奋电位不应期产生输出脉冲输入兴奋总量超过阈值神经元被激发进入兴奋状态由突触传递给其它神经元人工神经元：生物神经元的简化模拟。人工神经元间的互连：信息传递路径轴突-突触-树突的简化；连接的权值：两个互连的神经元之间相互作用的强弱。图8.2人工神经元模型接收的信息(其它神经元的输出)互连强度作比较的阈值n维输入向量X输出输出函数8.2.2人工神经元及神经网络神经元的动作：输出函数f：也称作用函数，非线性。阈值型S型伪线性型f为阈值型函数时：设，点积形式：式中，8.2.3神经网络的学习学习：同一个训练集的样本输入输出模式反复作用于网络，网络按照一定的训练规则自动调节神经元之间的连接强度或拓扑结构，使实际输出满足期望的要求或者趋于稳定。实质：1．Hebb学习规则典型的权值修正方法：Hebb学习规则、误差修正学习如果神经网络中某一神经元与另一直接与其相连的神经元同时处于兴奋状态，那么这两个