《人工神经网络概念.ppt》由会员分享，可在线阅读，更多相关《人工神经网络概念.ppt（10页珍藏版）》请在三一办公上搜索。
1、人工神经网络Artificial Neural Network,-机自1003,人工神经网络的基本概念:定义：人工神经网络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神经系统对真实世界物体所作出的交互反应。它的构筑理念是受到生物（人或其他动物）神经网络功能的运作启发而产生的。,人工神经网络,据估计人脑约有一千亿个神经细胞，每个神经细胞约有一千根连结与其它神经细胞相连，因此人脑中约有一百万亿（1014）根连结，形成一个高连结网状的神经网。科学家们相信：人脑的信息处工作即是透过这些连结来完成的。,人工神经网络,神经网络,神经细胞的形与一般的细胞有很大的同，它包括：细胞体：
2、神经细胞中呈核状的处机构。轴突：神经细胞中呈轴索状的输送机构。树突：神经细胞中呈树枝状的输出入机构。突触：树状突上呈点状的连结机构。,人工神经网络,根据神经学家的研究发现：当神经细胞透过神经突触与树突从其它神经元输入脉波讯号后，经过细胞体处，产生一个新的脉波讯号。如果脉波讯号够强，将产生一个约千分之一秒100 毫伏的脉波讯号。这个讯号再经过轴突传送到它的神经突触，成为其它神经细胞的输入脉波讯号。如果脉波讯号是经过兴奋神经突触，则会增加脉波讯号的速；相反的，如果脉波讯号是经过抑制神经突触，则会减少脉波讯号的速。因此，脉波讯号的速是同时取决于输入脉波讯号的速，以及神经突触的强。而神经突触的强可视为
3、神经网储存的信息，神经网的学习即在调整神经突触的强。,人工神经网络,人工神经网络，是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。现代神经网络是一种非线性统计性数据建模工具，常用来对输入和输出间复杂的关系进行建模，或用来探索数据的模式。人工神经网络由大量的节点（或称“神经元”，或“单元”）和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接
4、方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。,人工神经网络,人工神经网络,神经元示意图,一个神经元的功能：求得输入向量与权向量的内积后，经一个非线性传递函数得到一个标量结果。单个神经元的作用：把一个n维向量空间用一个超平面分割成两部分（称之为判断边界），给定一个输入向量，神经元可以判断出这个向量位于超平面的哪一边。,a1an为输入向量的各个分量w1wn为神经元各个突触的权值b为偏置f为传递函数，通常为非线性函数。t为神经元输出,人工神经网络,(4)神经元的状态受其相连的神经元制约，当从这些神经元传来的输入讯号（即该神经元的
5、状态）经过连结以加权乘积和计算所得的值大于某门坎值（threshold）时，神经元的状态将成为兴奋状态；否则，为抑制状态。(5)神经网的学习过程即在调整神经元间的连结强，即连结加权值。,模型的要点如下：(1)神经元的状态为兴奋或抑制二者之一，可用0 表示抑制状态，用1 表示兴奋状态。(2)神经元与其它神经元间的连结，可用一个加权值（weight）表示连结强。(3)神经元的状态会经由连结输出到其它神经元，成为其输入。,特点：信息处理在大量简单的处理单元(称为细胞元)之间进行；通过它们之间的连接传送细胞元之间的信号；各连接具有一个相应的加权，其值通常与输入信号相乘；各细胞元利用一个称之为“激励函数”来处理加权的输入信 号之和，以产生它的输出信号。,人工神经网络,谢谢观看！,
