4-1、神经元的种类有哪些？它们的函数关系如何？4-2、为什么由简单的神经元连接而成的神经网络具有非常强大的功能？4-3、神经网络按连接方式分有哪几类？四、计算题1、如图4-24所示的多层前向传播神经网络结构。假设对于期望的输入,。网络权系数的初始值见图。试用BP算法训练此网络。并详细写出第一次迭代学习的计算结果。这里，取神经元激励函数。学习步长为。最大迭代次数为iterafe max。误差为e。（四舍五入，精确到小数后1位）答案：4-1、答案：神经元模型是生物神经元的抽象和模拟。它是模拟生物神经元的结构和功能、并从数学角度抽象出来的一个基本单元。它是神经网络的最基本的组成部分。神经元一般是多输入-单输出的非线性器件。模型可以描述为假设，即为神经元的内部状态；为阀值；为输入信号，；为表示从单元到单元的连接权系数；为外部输入信号。常用的神经元非线性特性有以下四种阀值型分段线性型Sigmoid函数型Tan函数型4-2、答案：神经系统是一个高度复杂的非线性动力学系统，虽然每一个
