人工神经网络的基本模型.ppt
《人工神经网络的基本模型.ppt》由会员分享,可在线阅读,更多相关《人工神经网络的基本模型.ppt(52页珍藏版)》请在咨信网上搜索。
1、2006-5-9北京科技大学 自动化系1第二章第二章 人工神经网络的基本模型人工神经网络的基本模型北京科技大学北京科技大学北京科技大学北京科技大学 信息工程学院信息工程学院信息工程学院信息工程学院付冬梅付冬梅付冬梅付冬梅 623349672006-5-9北京科技大学 自动化系2第二章第二章 人工神经网络的基本模型人工神经网络的基本模型 人工神经元的基本模型人工神经元的基本模型 几种典型的激活函数几种典型的激活函数 人工神经网络的学习算法概述人工神经网络的学习算法概述 人工神经网络的基本拓扑结构人工神经网络的基本拓扑结构2006-5-9北京科技大学 自动化系3 生物神经元结构生物神经元结构生物神
2、经元结构生物神经元结构 (1)细细胞胞体体:细细胞胞核核、细细胞胞质质和和细细胞胞膜膜。(2)树树突突:胞胞体体短短而而多多分分枝枝的的突突起起。相相当当于于神神经经元元的的输输入入端端。(3)轴轴突突:胞胞体体上上最最长长枝枝的的突突起起,也也称称神神经经纤纤维维。端端部部有有很很多多神神经经末末稍稍传传出出神神经经冲冲动动。(4)突突触触:神神经经元元间间的的连连接接接接口口,每每个个神神经经元元约约有有1万万10万万个个突突触触。神神经经元元通通过过其其轴轴突突的的神神经经末末稍稍,经经突突触触与与另另一一神神经经元元的的树树突突联联接接,实实现现信信息息的的传传递递。由由于于突突触触的
3、的信信息息传传递递特特性性是是可可变变的的,形形成成了了神神经经元元间间联联接接的的柔柔性性,称称为为结结构构的的可可塑塑性性。(5)细细胞胞膜膜电电位位:神神经经细细胞胞在在受受到到 电电 的的、化化 学学 的的、机机 械械 的的 刺刺 激激 后后,能能 产生兴奋与抑制。产生兴奋与抑制。2.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型2006-5-9北京科技大学 自动化系4 生物神经元结构生物神经元结构2.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型2006-5
4、-9北京科技大学 自动化系5 生物神经元功能生物神经元功能生物神经元功能生物神经元功能(1)兴兴奋奋与与抑抑制制:当当传传入入神神经经元元冲冲动动,经经整整和和使使细细胞胞 膜膜电电位位升升高高,超超过过动动作作电电位位的的阈阈值值时时,为为兴兴奋奋状状 态态,产产生生神神经经冲冲动动,由由轴轴突突经经神神经经末末稍稍传传出出。当传入神经元的冲动,经整和,使细胞膜电当传入神经元的冲动,经整和,使细胞膜电 位位降降低低,低低于于阈阈值值时时,为为抑抑制制状状态态,不不产产生生神神经经 冲动。冲动。(2)学学习习与与遗遗忘忘:由由于于神神经经元元结结构构的的可可塑塑性性,突突触触的的 传传递递作作
5、用用可可增增强强与与减减弱弱,因因此此,神神经经元元具具有有学学习习 与遗忘的功能。与遗忘的功能。2.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型2006-5-9北京科技大学 自动化系62.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型 人工神经元的六个基本特征:人工神经元的六个基本特征:人工神经元的六个基本特征:人工神经元的六个基本特征:1 1)神经元及其联接;)神经元及其联接;2 2)神经元之间的联接强度决定信号传递的强弱;)神经元之间的联接强度决定信号传递的强
6、弱;3 3)神经元之间的联接强度是可以随训练改变的;)神经元之间的联接强度是可以随训练改变的;4 4)信号可以是起刺激作用,也可以是起抑制作用;)信号可以是起刺激作用,也可以是起抑制作用;5 5)一个神经元接受的信号的累积效果决定该神经元)一个神经元接受的信号的累积效果决定该神经元的状态;的状态;6)6)每个神经元可以有一个每个神经元可以有一个“阈值阈值”。神经元是构成神经网络的最基本单元(构件)。神经元是构成神经网络的最基本单元(构件)。人工神经元模型应具有生物神经元的六个基本特性。人工神经元模型应具有生物神经元的六个基本特性。2006-5-9北京科技大学 自动化系7图图2.1 MP神经元模
7、型神经元模型(a)2.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型 神经元神经元i i的输入的输入yj 输出输出yi 描述描述:设设则则每一神经元的输出,或每一神经元的输出,或0 0或或1 1,0 0表示表示抑制抑制,1 1表示表示兴奋兴奋:基本基本基本基本MPMP模型模型模型模型2006-5-9北京科技大学 自动化系8f(x):作用(激发)函数作用(激发)函数是一种阶跃函数。是一种阶跃函数。从神经元的结构示意图上可见:当输入从神经元的结构示意图上可见:当输入yj的加权和的加权和 大于大于域值域值 时,神经元的输出时,神经元的输
8、出yi =1,即神经元处于,即神经元处于“兴奋状态兴奋状态”;反之,当输入反之,当输入yj的加权和的加权和 大于域值大于域值 时,神经元的输时,神经元的输出出yi=0,即神经元处于,即神经元处于“抑制状态抑制状态”在基本在基本MP模型中取整数。模型中取整数。2.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型2006-5-9北京科技大学 自动化系9人工神经元模拟生物神经元的人工神经元模拟生物神经元的人工神经元模拟生物神经元的人工神经元模拟生物神经元的一阶特性一阶特性一阶特性一阶特性。输入输入:Y=(y0,y1,y2,yn)联接权:联
9、接权:W=(w0,w1,w2,wn)T网络输入:网络输入:netj=wjiyi向量形式:向量形式:netj=WYyn wny1 w1y2 w2neti=WY MP MP模型的另一种形式模型的另一种形式模型的另一种形式模型的另一种形式令令 ,则,则MP神经元模型可以表示为:神经元模型可以表示为:2.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型2006-5-9北京科技大学 自动化系102.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型M-PM-P模型从哪些方面刻画了自然
10、神经元?模型从哪些方面刻画了自然神经元?前面已介绍过生物(自然)神经元具有如下特点:两态工作:即工作于兴奋或抑制两种状态;阈值作用:即超过某一阈值则神经元兴奋;多输入单输出特性;空间叠加性;可塑性联接:即突触部分的联接强度可以调节。虽然M-P模型无法实现生物神经元的空间、时间的交叉叠加性,但其它生物神经元功能都具备。2006-5-9北京科技大学 自动化系11M-PM-P模型在人工神经网络中的地位模型在人工神经网络中的地位 首先M-P模型是所有人工神经元中第一个被建立起来的,它在多个方面都显示出生物神经元所具有的基本特性。其次,目前其它形式的人工神经元已有很多,但大多数都是在M-P模型的基础上经
11、过不同的修正,改进变换而发展起来。因此M-P人工神经元是整个人工神经网的基础。2.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型2006-5-9北京科技大学 自动化系122.1 2.1 人工神经元的基本模型人工神经元的基本模型第二章第二章 人工神经网络的基本模型人工神经网络的基本模型对对M-PM-P人工神经元进行改进的主要方式有如下几个方面人工神经元进行改进的主要方式有如下几个方面:神经元的内部改造:对人工神经元取不同的非线性函数;对输入和输出做不同的限制:离散的(某些离散点)和连续的(整个实数域)。神经网络的结构上的改造:人工神
12、经元之间的联接形式不同。算法的改进:在人工神经网络权值和阈值取求的方法上 不同。其它形式的改造。2006-5-9北京科技大学 自动化系13 激激活活函函数数执执行行对对该该神神经经元元所所获获得得的的网网络络输输入入的的变变换,也常称为激励函数、活化函数:换,也常称为激励函数、活化函数:o=f(net)线性函数(线性函数(线性函数(线性函数(Liner FunctionLiner FunctionLiner FunctionLiner Function)f(net)=k*net+c netooc2.2 2.2 几种典型的激活函数几种典型的激活函数(Activation Function)(Ac
13、tivation Function)第二章第二章 人工神经网络的基本模型人工神经网络的基本模型2006-5-9北京科技大学 自动化系142 2 2 2、非线性斜面函数、非线性斜面函数、非线性斜面函数、非线性斜面函数(Ramp Function)(Ramp Function)(Ramp Function)(Ramp Function)if netf(net)=k*net if|net|0为为一一常常数数,被被称称为为饱饱和和值值,为该神经元的最大输出。为该神经元的最大输出。-net o 2.2 2.2 几种典型的激活函数几种典型的激活函数(Activation Function)(Activat
14、ion Function)第二章第二章 人工神经网络的基本模型人工神经网络的基本模型2006-5-9北京科技大学 自动化系15if netf(net)=-if net均为非负实数,均为非负实数,为阈值。为阈值。二值形式:二值形式:1if netf(net)=0if net双极形式:双极形式:1if netf(net)=-1if net -onet02.2 2.2 几种典型的激活函数几种典型的激活函数(Activation Function)(Activation Function)第二章第二章 人工神经网络的基本模型人工神经网络的基本模型阈值函数(阈值函数(阈值函数(阈值函数(Threshol
15、d FunctionThreshold Function)阶跃函数)阶跃函数)阶跃函数)阶跃函数2006-5-9北京科技大学 自动化系162.2 2.2 几种典型的激活函数几种典型的激活函数(Activation Function)(Activation Function)第二章第二章 人工神经网络的基本模型人工神经网络的基本模型 其他形式的作用函数其他形式的作用函数其他形式的作用函数其他形式的作用函数:不同的作用函数,可构成不同的神经元不同的作用函数,可构成不同的神经元不同的作用函数,可构成不同的神经元不同的作用函数,可构成不同的神经元模型。模型。模型。模型。非对称型非对称型Sigmoid函
16、数函数:简称简称S型作用函数,是可微的,用下式表示:型作用函数,是可微的,用下式表示:如图如图(a)和和(b)f xex()=+-11 或或 fxex()=+-11b b 02006-5-9北京科技大学 自动化系17第二章第二章 人工神经网络的基本模型人工神经网络的基本模型对称型对称型 Sigmoid函数函数 是可微的,是可微的,用下式表示:如用下式表示:如图图(a)(a)和和(b)(b)fxeexx()=-+-11 或或 fxeexx()=-+-11bb ,b 0或或 f xeeeexxxx()=-+-bbbb ,b 02006-5-9北京科技大学 自动化系18对称型阶跃函数对称型阶跃函数对
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工 神经网络 基本 模型
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。