• 1. 人工神经网络 Artificial Neural Networks
  • 2. 单个神经元模型
  • 3. (1)基本的人工神经元模型 McCulloch-Pitts神经元模型 输入信号;链接强度与权向量; 信号累积 激活与抑制
  • 4. (本页无文本内容)
  • 5. (本页无文本内容)
  • 6. (本页无文本内容)
  • 7. (1) 基本的人工神经元模型
  • 8. (2) 输出函数f(2)几种常见形式的传递函数(激活函数)
  • 9. (2) 输出函数f
  • 10. (2) 输出函数f
  • 11. 函数类型
  • 12. 阈值型
  • 13. 线性饱和
  • 14. S型
  • 15. 第二节 神经网络模型  一、 感知器模型 感知器是由美国学者Rosenblatt于1958年提出的一个具有单层计算单元的神经网络。 单层感知器模型:
  • 16. 线性阈值单元示意
  • 17. 1、线性阈值单元 线性阈值单元是前向网络(又称前馈网络)中最基本的计算单元,它具有n个输入(x1,x2…,x n),一个输出(y),n个连接权值(w1,w2,…,wn。),且符合下式:
  • 18. 感知器只有一个节点的感知器: 感知器输出: 利用简单感知器可以实现逻辑 代数中的一些运算。取阶跃 函数作为状态转移函数。
  • 19. 感知器00001010111001011110感知器输出:⑴ “与”运算,当 时,上式完成逻辑“与”运算。⑵ “或”运算,当时,上式完成逻辑“或”运算。⑶ “非”运算,当时,上式完成逻辑“非”运算。
  • 20. (本页无文本内容)
  • 21. 人工神经网络互联结构分层结构 1. 单层 2.多层 多层前向 多层闭环 相互连接型互联结构
  • 22. 分层结构: 单层
  • 23. 多层
  • 24. 相互联结