




版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、1、 神經(jīng)元的種類有哪些?它們的函數(shù)關系如何?一、神經(jīng)元模型神經(jīng)元模型是生物神經(jīng)元的抽象和模擬。它是模擬生物神經(jīng)元的結構和功能、并從數(shù)學角度抽象出來的一個基本單元。它是神經(jīng)網(wǎng)絡的最基本的組成部分。神經(jīng)元一般是多輸入-單輸出的非線性器件。模型可以描述為假設,即為神經(jīng)元的內部狀態(tài);為閥值;為輸入信號,;為表示從單元到單元的連接權系數(shù);為外部輸入信號。常用的神經(jīng)元非線性特性有以下四種(1) 閥值型(2) 分段線性型(3) Sigmoid函數(shù)型(4) Tan函數(shù)型2、 為什么由簡單的神經(jīng)元連接而成的神經(jīng)網(wǎng)絡具有非常強大的功能?神經(jīng)系統(tǒng)是一個高度復雜的非線性動力學系統(tǒng),雖然每一個神經(jīng)元的結構和功能十分簡
2、單,但由大量神經(jīng)元構成的網(wǎng)絡系統(tǒng)的行為卻是豐富多彩和十分復雜的。從神經(jīng)元模型角度來看,有線性處理單元和非線性處理單元。從網(wǎng)絡結構方面來看,有:前向網(wǎng)絡、反饋網(wǎng)絡和自組織網(wǎng)絡。3、神經(jīng)網(wǎng)絡按連接方式分有哪幾類,按功能分有哪幾類、按學習方式分又有哪幾類?神經(jīng)網(wǎng)絡按連接方式?神經(jīng)網(wǎng)絡按連接方式分神經(jīng)網(wǎng)絡是由通過神經(jīng)元的互連而達到的。根據(jù)神經(jīng)元的連接方式的不同,神經(jīng)網(wǎng)絡可分為以下四種形式:(1) 前向網(wǎng)絡 由輸入層、隱含層和輸出層組成。每一層只接受前一層神經(jīng)元的輸入。各神經(jīng)元之間不存在反饋。屬于層次型網(wǎng)絡。(2) 反饋網(wǎng)絡 只在輸出層到輸入層存在反饋,即每一個輸入節(jié)點都有可能接受來自外部的輸入和來自輸
3、出神經(jīng)元的反饋。屬于層次型網(wǎng)絡。(3) 相互結合型網(wǎng)絡 這種神經(jīng)網(wǎng)絡在任意兩個神經(jīng)元之間都可能有連接。在這個狀態(tài)中,信號要在神經(jīng)元之間反復往返傳遞,網(wǎng)絡處在一種不斷改變狀態(tài)的動態(tài)之中,從某種初態(tài)開始,經(jīng)過若干次的變化,才會達到某種平衡狀態(tài)。屬于網(wǎng)狀結構網(wǎng)絡。(4) 混合型網(wǎng)絡 通過同一層內神經(jīng)元的相互結合,可以實現(xiàn)同一層內神經(jīng)元之間的橫向抑制或興奮機制。這樣可以限制每層內能同時動作的神經(jīng)元數(shù),或者把每層內的神經(jīng)元分為若干組,讓每組作為一個整體來動作。它是層次型網(wǎng)絡和網(wǎng)狀結構網(wǎng)絡的一種結合。神經(jīng)網(wǎng)絡按功能分有哪幾類、神經(jīng)網(wǎng)絡將神經(jīng)元按功能和順序的不同分為輸出層、中間層(隱層)、輸出層。輸出層各神
4、經(jīng)元負責接收來自外界的輸入信息,并傳給中間各隱層神經(jīng)元;隱層是神經(jīng)網(wǎng)絡的內部信息處理層,負責信息變換。根據(jù)需要可設計為一層或多層;最后一個隱層將信息傳遞給輸出層神經(jīng)元經(jīng)進一步處理后向外界輸出信息處理結果。神經(jīng)網(wǎng)絡按按學習方式分又有哪幾類?有導師學習和無導師學習。4、如圖4-24所示的多層前向傳播神經(jīng)網(wǎng)絡結構。假設對于期望的輸入,。網(wǎng)絡權系數(shù)的初始值見圖。試用BP算法訓練此網(wǎng)絡。并詳細寫出第一次迭代學習的計算結果。這里,取神經(jīng)元激勵函數(shù)。學習步長為。最大迭代次數(shù)為iterafe max。誤差為e。(四舍五入,精確到小數(shù)后1位)解輸入最大容許逼近誤差值和最大迭代學習次數(shù)iterate max。置初
5、始迭代學習次數(shù)。(1).置各權值或閾值的初始值:為小的隨機數(shù)值;回顧:單一人工神經(jīng)元有線性和非線性(1) 單一人工神經(jīng)元線性單一人工神經(jīng)元示意圖(線性)最簡單的人工神經(jīng)元輸入和輸出數(shù)學表示:假設輸入項Net由輸入信號xj(j=1,2,n)的線性組合構成,即為閥值;是決定第j個輸入的突觸權系數(shù)。神經(jīng)元的平衡態(tài)輸出y為式中表示神經(jīng)元的激勵函數(shù)前面假設輸入項Net是輸入信號xi的線性函數(shù)。一般情況下,Net是輸入信號xi的非線性函數(shù)。因此本題的權值,(2).提供訓練樣本:輸入矢量:;期望輸出:;對每個輸入樣本進行下面iterate max的迭代;(3).計算網(wǎng)絡的實際輸出及隱層單元的狀態(tài):因為(4).計算訓練誤差:1)輸出層2)隱含層(5).修正權值和閾
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 2025至2030中國電焊頭盔行業(yè)產業(yè)運行態(tài)勢及投資規(guī)劃深度研究報告
- 2025至2030中國電子設備維修服務行業(yè)產業(yè)運行態(tài)勢及投資規(guī)劃深度研究報告
- 2025至2030中國甜茶葉子市場投資風險及運行狀況預測研究報告版
- 2025至2030中國環(huán)境質量檢測行業(yè)市場發(fā)展分析及競爭格局與投資前景報告
- 培訓需求調查課件
- 餐飲服務培訓課件
- 兒童健康成長之路從骨關節(jié)健康知識普及開始
- 智慧教育新篇章技術如何重塑學習成效
- 學習者的創(chuàng)新思維培養(yǎng)與實踐
- 那智智能技術助力商業(yè)高效運營與決策
- 初一生活學習指導
- 下肢靜脈曲張
- 2024年露營帳篷項目可行性研究報告
- 《公務員錄用體檢操作手冊(試行)》
- 2024粵東西粵北地區(qū)教師全員輪訓培訓心得總結
- 2024-2025學年華東師大版數(shù)學七年級上冊計算題專項訓練
- 福建省機關工作人員年度考核登記表
- JBT 7808-2010 無損檢測儀器 工業(yè)X射線探傷機主參數(shù)系列
- DB44-T 2474-2024 自然教育標識設置指引
- 研學基地合作協(xié)議
- 駕駛員行為規(guī)范管理制度
評論
0/150
提交評論