人工神经网络三要素及其特点(共4页).docx

精选优质文档-倾情为你奉上4.1.1人工神经网络三要素人工神经网络是对生物神经系统的某种抽象、简化与模拟，是由许多并行互联的相同神经元模型组成。网络的信息处理由神经元之间的相互作用来实现;知识与信息存储在处理单元相互间的物理连接上;网络的学习和识别决定于各神经元连接权系数的动态演化过程。一个神经网络模型描述了一个网络如何将它的输入矢量转化为输出矢量的过程。通常，神经网络模型由网络模型的神经元特性、拓补结构和学习或训练规则三个要素确定。一、神经元特性作为神经网络基本单元的神经元模型也有其三个基本要素:l)一组连接权;2)一个求和单元:3)一个非线性激励函数。神经元是神经网络的基本处理单元，它一般是多输入单输出的非线性器件，其结构模型如图4一1所示。式中为输入信号，为神经元j到神经元k的连接权值，为线性组合结果，为阈值。为神经元激励函数，为神经元的输出。1. 激活函数 (Activation Functions)(1) 线性激活函数