《第六章人工神经网络PPT讲稿.ppt》由会员分享，可在线阅读，更多相关《第六章人工神经网络PPT讲稿.ppt（18页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第六章人工神经网络第1页，共18页，编辑于2022年，星期三1一、人工神经网络的构成二、几种神经网络模型及其算法三、用神经网络进行模式识别的典型做法2第2页，共18页，编辑于2022年，星期三2一、人工神经网络的构成1、神经元神经元即人工神经网络的基本单元，在网络中称为节点或网点。作用是把若干个输入加权求和，并将加权和非线性输出。fuy神经元模型3第3页，共18页，编辑于2022年，星期三3输入给函数的总量为：则神经元的输出为：这里称为神经元活化函数图中是来自其他神经元的N个输入，为调节输入联结强度的权；是神经元阈值。4第4页，共18页，编辑于2022年，星期三4常用的活化函数有阶约函数和常用
2、的活化函数有阶约函数和S型函数型函数10阶跃函数S型函数5第5页，共18页，编辑于2022年，星期三5神经元学习算法神经元学习算法Hebb学习规则的基本思想：就得到加强。如果神经元接收来自另一神经元的输出，式中是第个权值的修正值是控制学习速度的系数同时兴奋时，从到的权值则当这两个神经元公式表示6第6页，共18页，编辑于2022年，星期三62、网络拓扑网络拓扑：网络的结构以及神经元的彼此连接方式反馈型人工神经网络非反馈型人工神经网络特点：特点：神经元之间存在反馈环路，网络的输出由当前输入和先前输出以及网络参数与结构决定，有短期的记忆性质特点：特点：神经元之间不存在反馈环路，输出由当前输入、网络参
3、数和结构决定，没有记忆性同层之间不连接；相邻层结点间可以进行连结7第7页，共18页，编辑于2022年，星期三73、网络学习算法目标:以满足网络所需的性能为目标,决定联结各神经元的初始权值及训练中调整权值的方法.监督学习训练的同时向网络提供输入模式以及输出的样板模式非监督学习自动聚类的过程8第8页，共18页，编辑于2022年，星期三8二、几种用于模式识别的神经网络模型及主要算法1、单层感知器(Single Layer Perception)两类分类处理9第9页，共18页，编辑于2022年，星期三9训练步骤训练步骤各及可按如下步骤进行:第一步:设定初始权值及阈值+1 A类-1 B类第二步:启用新的
4、输入训练信号及相应的理想输出信号10第10页，共18页，编辑于2022年，星期三10第三步:计算实际输出第四步,调整权值第五步，转到第二步,重复执行11第11页，共18页，编辑于2022年，星期三11LMS准则准则 识别步骤识别步骤若感知器的输出0.5，判为A类；0.5时判为B类 M类判别问题类判别问题转接一个“择大选择”判决器+1 A类0 B类12第12页，共18页，编辑于2022年，星期三122、双层感知器是两层前馈网络，一层为输入层，一层为计算层学习的目标是通过改变权值使神经网络由给定的输入得到给定的输出。双层感知器13第13页，共18页，编辑于2022年，星期三13理想输出为：实际输出
5、为：权值修正公式：14第14页，共18页，编辑于2022年，星期三143、多层感知器（Multi-Layer Perception）多层感知器是指三层或三层以上的前馈网络。15第15页，共18页，编辑于2022年，星期三15训练步骤如下：假定有N个输入结点，M个输出结点+1 A类0 B类（1）设置初始权值及阈值（2）给定新的输入值及相应的理想输出信号通过网络时的实际输出值为（3）计算当输入16第16页，共18页，编辑于2022年，星期三16（4）修正每个权值和阈值当结点j是输出结点时：当结点j是隐含结点时：（5）转移到（2），重复执行，直到各稳定为止对网络中任一结点j，其输出的计算步骤为：17第17页，共18页，编辑于2022年，星期三17三、利用神经网络进行模式识别的典型做法（1）多输出型（2）单输出型18第18页，共18页，编辑于2022年，星期三18