人工神经网络论文.pdf

文档介绍：: .

P
1 W
1
W a
2 Σ θ f
P
2
P W
n n2 求和操作

a  f ( WiPi   )
i
3 响应函数
y=σ(s)
人工神经网络模型
1 前向网络 (a)
2 从输出到输入有反馈的前向网络 (b)3 用来存储某种模式序列,层内互连前向网络 (c)
4 限制层内同时动作的神经元；分组功能相互结合型网络 (d)
1 s  0
a)阈值单元 σ(s)= 
0 s  0
(b)线性单元
y=σ(s)=s
(c)非线性单元：Sigmoid 函数
1
（1） (s) 
1 e s
（2）  ( s )  tanh(  s )
有教师学****监督学****br/> P 神经网络 a
（学****系统）
输入 期望输出
e 误差信号
误差分析
t
期望输出
无教师学****无监督学****br/> 期望输出
P 神经网络 a
（学****系统）
输入
强化学****再励学****P 神经网络 a
（学****系统）
输入 期望输出
评价信息
外部环境
第二部分：反向传播网络
网络
反向传播网络(Back-Propagation Network，简称 BP 网络)是将 W-H 学****规则一般化，
对 非 线 性 可 微 分 函 数 进 行 权 值 训 练 的 多 层 网 络 。 权 值 的 调 整 采 用 反 向 传 播
(Back-propagation）的学****算法，它是一种多层前向反馈神经网络，其神经元的变换函数是