我的人工神經(jīng)網(wǎng)絡(luò)-3 多級神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)_第1頁
我的人工神經(jīng)網(wǎng)絡(luò)-3 多級神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)_第2頁
我的人工神經(jīng)網(wǎng)絡(luò)-3 多級神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)_第3頁
我的人工神經(jīng)網(wǎng)絡(luò)-3 多級神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)_第4頁
我的人工神經(jīng)網(wǎng)絡(luò)-3 多級神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)_第5頁
已閱讀5頁,還剩25頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

上次課內(nèi)容回顧生物神經(jīng)網(wǎng)六個基本特征神經(jīng)元及其聯(lián)接、信號傳遞、學(xué)習(xí)、刺激與抑制、累積效果、“閾值”。人工神經(jīng)元的基本構(gòu)成xnwn∑x1w1x2w2net=XW…上次課內(nèi)容回顧激活函數(shù)與M-P模型

線性函數(shù)、非線性斜面函數(shù)、閾值函數(shù)

S形函數(shù)

M-P模型x2w2

∑fo=f(net)xnwn…net=XWx1w1第3章多層人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)主要內(nèi)容人工神經(jīng)網(wǎng)絡(luò)的拓?fù)涮匦詥渭壘W(wǎng)簡單單級網(wǎng)單級橫向反饋網(wǎng)多級網(wǎng)介紹求異或(XOR)操作是計算機(jī)中常用到的一種計算:

0XOR0=0

0XOR1=1

1XOR0=1

1XOR1=0

可以發(fā)現(xiàn)用原來的方法學(xué)習(xí)后的結(jié)果不能讓我們滿意,原因是單層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力有限,需要使用更加復(fù)雜的網(wǎng)絡(luò)來學(xué)習(xí)。

該多層神經(jīng)網(wǎng)絡(luò)在單層神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上增加了一層“隱藏層”(Hidden)人工神經(jīng)網(wǎng)絡(luò)的拓?fù)涮匦?/p>

連接的拓?fù)浔硎?/p>

ANi wij ANj

聯(lián)接模式

用正號(“+”,可省略)表示傳送來的信號起刺激作用,它用于增加神經(jīng)元的活躍度;用負(fù)號(“-”)表示傳送來的信號起抑制作用,它用于降低神經(jīng)元的活躍度。層次(又稱為“級”)的劃分,導(dǎo)致了神經(jīng)元之間的三種不同的互連模式:

聯(lián)接模式

1、層(級)內(nèi)聯(lián)接層內(nèi)聯(lián)接又叫做區(qū)域內(nèi)(Intra-field)聯(lián)接或側(cè)聯(lián)接(Lateral)。用來加強和完成層內(nèi)神經(jīng)元之間的競爭2、

循環(huán)聯(lián)接反饋信號。

聯(lián)接模式3、層(級)間聯(lián)接

層間(Inter-field)聯(lián)接指不同層中的神經(jīng)元之間的聯(lián)接。這種聯(lián)接用來實現(xiàn)層間的信號傳遞前饋信號反饋信號

網(wǎng)絡(luò)的分層結(jié)構(gòu)

單級網(wǎng)

簡單單級網(wǎng)

單級橫向反饋網(wǎng)簡單單級網(wǎng)……x1x2…xno1o2omwnmw11w1mw2mwn1輸出層輸入層 簡單單級網(wǎng)W=(wij)輸出層的第j個神經(jīng)元的網(wǎng)絡(luò)輸入記為netj: netj=x1w1j+x2w2j+…+xnwnj其中,1≤j≤m。取NET=(net1,net2,…,netm)NET=XWO=F(NET)單級橫向反饋網(wǎng)輸出層x1o1w11w1mx2o2w2m………xnomwn1輸入層 V單級橫向反饋網(wǎng)

V=(vij)NET=XW+OVO=F(NET)時間參數(shù)——神經(jīng)元的狀態(tài)在主時鐘的控制下同步變化考慮X總加在網(wǎng)上的情況NET(t+1)=X(t)W+O(t)V O(t+1)=F(NET(t+1))O(0)=0考慮僅在t=0時加X的情況。

穩(wěn)定性判定多級網(wǎng)輸出層隱藏層輸入層o1o2om…x1x2xn………………層次劃分

信號只被允許從較低層流向較高層。層號確定層的高低:層號較小者,層次較低,層號較大者,層次較高。輸入層:被記作第0層。該層負(fù)責(zé)接收來自網(wǎng)絡(luò)外部的信息輸出層隱藏層輸入層o1o2om…x1x2xn………………第j層:第j-1層的直接后繼層(j>0),它直接接受第j-1層的輸出。輸出層:它是網(wǎng)絡(luò)的最后一層,具有該網(wǎng)絡(luò)的最大層號,負(fù)責(zé)輸出網(wǎng)絡(luò)的計算結(jié)果。隱藏層:除輸入層和輸出層以外的其它各層叫隱藏層。隱藏層不直接接受外界的信號,也不直接向外界發(fā)送信號輸出層隱藏層輸入層o1o2om…x1x2xn………………約定:輸出層的層號為該網(wǎng)絡(luò)的層數(shù):n層網(wǎng)絡(luò),或n級網(wǎng)絡(luò)。第j-1層到第j層的聯(lián)接矩陣為第j層聯(lián)接矩陣,輸出層對應(yīng)的矩陣叫輸出層聯(lián)接矩陣。今后,在需要的時候,一般我們用W(j)表示第j層矩陣。輸出層隱藏層輸入層o1o2om…x1x2xn………………W(1)W(2

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論