神经网络课堂讲义
第一页,课件共36页
主要内容
第二页,课件共36页
人工神经网络
人工神经网(Artificial Neural Network,ANN)是20世纪80年代后期迅速发展起来的人工智能技术,对未经训练的数据具有分类模拟的能力,因此在网站信息、生物信息和基因以及文本的数据挖掘等领域得到了越来越广泛的应用。
人工神经网络分为前馈和递归。
在前馈神经网络中,每一层的节点仅和下一层的节点相连。其中最简单的模型是感知器。
在递归神经网络中,允许同一层节点或一层的节点连到前面各层中的节点。
第三页,课件共36页
感知器
人的视觉是重要的感觉器官,人通过视觉接受的信息占全部信息量的80~85%。
感知器是模拟人的视觉,接受环境信息,并由神经冲动进行信息传递的神经网络。
感知器分单层与多层,是具有学****能力的神经网络。
第四页,课件共36页
单层感知器
第五页,课件共36页
单层感知器模型三要素
第六页,课件共36页
常见形式的激活函数
符号函数
线性函数
用于多层感知器模型。
第七页,课件共36页
第八页,课件共36页
双曲正切函数
第九页,课件共36页
以符号函数为例
第十页,课件共36页
神经网络课堂讲义 来自淘豆网www.taodocs.com转载请标明出处.