人工神经网络教程.ppt

人工神经网络中国科学院自动化研;联结主义学派 又称仿生学派或生;什么是神经网络所谓的人工神经网;内容生物学启示多层神经网络Ho;生物学启示;神经元组成：细胞体，轴突，树突;神经元神经元特性信息以预知的确;神经元工作状态兴奋状态，对输入;神经元模型从生物学结构到数学模;人工神经元M-P模型θx1x2;Weighted Sum ;(e) ;人工神经网络多个人工神经元按照;生物系统中的学习自适应学习适应;生物系统中的学习Hebb学习律;ANN的学习规则能量最小 EN;两个主要问题结构 How t;前馈结构(Feedforwar;General structu;通过神经网络所在环境的模拟过程;若两端的神经元同时激活，增强联;最小化实际输出与期望输出之间的;采用随机模式，跳出局部极小 ;“胜者为王”(Winner-t;重要的人工神经网络模型多层神经;多层感知机(MLP);感知机实质上是一种神经元模型阈;判别规则输入空间中样本是空间中;单层感知机学习调整权值，减少训;*学习: Binary Per;多类判别情况If we hav;学习: Multiclass ;感知机特性可分性: true;感知机存在的问题噪声（不可分情;改进感知机;线性可分情况Which of ;Support Vector ;优化学习问题描述训练数据目标：;单层感知机;单层感知机;单层感知机;单层感知机采用线性激活函数，权;多层感知机 (MLP)层间神经;MLPs表达能力3 layer;B-P Network结构 ;B-P 算法学习方法 - ;B-P 算法Global Er;B-P 算法Step1. Se;梯度下降方法Optimizat;权值更新规则For outpu;权值更新规则For outpu;权值更新规则For hidde;权值更新规则For hidde;应用: Handwritten;MLPs：讨论实际应用中Pre;MLPs：讨论优点：很强的表达;Hopfield 网络;反馈 结构可用加权无向图表示D;吸引子与稳定性How do w;Hopfield网络的能量函数;Hopfield 模型Hopf;Hopfield 网络: 联想;Hopfield 网络: As;How to store pa;How to store pa;权值确定: 外积(Outer ;An example of H;1234?2?2;1234?2?211?1?11;1234?2?211?1?11;Hopfield 网络: 组合;例: Solve Travel;Illustration of;Hopfield Networ;Hopfield Networ;Hopfield Networ;Weight determin;能量函数转换为2DHopfie;Hopfield网络迭代（TS;自组织特征映射 (SOFM);What is SOFM?Ne;Structure of SO;竞争(Competition);合作(Cooperation);权值自适应(Adaptatio;SOFM 算法Repeat{ ;小结人工神经网络是人工神经元组;ANN中的两个关键问题 A;人工神经网络发展历程;谢谢！