神经网络学习报告(共7页).doc

神经网络学习报告1、 什么是神经网络？神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。它是由大量功能单一的神经元构成，具有很好的学习能力和泛化能力。神经元作为神经网络的基本构成单元，其主要由突触、加法器以及激活函数组成。突触用于信号的输入，加法器用于将输入信号进行相应的计算，激活函数用来限制神经元的输出振幅。激活函数主要有以下三种形式：1、阈值函数即阶梯函数：当函数自变量小于0时，函数输出为0,当函数的自变量大于等于0时，函数的输出为1。数学表示为： 1, v0 f(v)= 0 , v02、 分段线性函数：该函数的自变量v在负无穷到-1之间时，函数输出为-1；自变量v在-1到1时，函数输出为v；自变量v大于等于1时，函数输出为1。其数学表示为： 1, x1f(v)= v , -1v1