神经元与神经网络结构
发布时间
阅读量：
阅读量
人工神经网络（Artificial Neural Network，即ANN ）
神经元模型
1.生物神经元
神经元由细胞体和两部分构成。分为两类：轴突和树突。
通过相互协作作用实现信息传递。
轴突末端负责与树状体建立信号传递界面的行为被称为突触 ，并由其负责向其他神经元传递信息。学习则发生于该区域周围区域，并且在这一区域中将一个神经元轴突产生的脉冲转换为相邻神经元的兴奋性电位或抑制性电位。
特定突触的刺激会导致神经元触发；仅当神经元所有输入的总效应达到阈值电平时, 它才能启动.
2.人工神经元
在简单的人工神经网络模型中，在模仿生物神经系统时主要采用以下方法：一是通过权值和乘法器来模仿突触功能；二是借助加法器来表现树突之间的连接关系；并且通过将输入信号与阈值进行比较来实现对细胞内电化学过程的简化描述。
xi——表示来自其他神经元的【输入信号
将各个输入与其对应的权重相乘后求和，并将计算得到的总和与其设定的阈值进行比较。（称为该神经元的偏置值）若所得之和大于该阈值，则输出1；反之则输出0。
神经网络的典型结构
单层神经网络模型
2. 前馈型网络
前馈型网络中的信号由输入层单向传递至输出层，并且各层之间的神经元仅与其上一层的神经元相联系，在传递过程中仅接收自上一层的信息输入。
3. 前馈内层互联网络
该网络属于前馈型结构，并具有内部节点间的层次化连接。
4.反馈型网络
在该网络中，输出层与输入层之间形成了一个反馈通路，并将此通路视为输入层的一部分。然而整体而言该网络仍属于反馈系统。
5.全互联网络
全互联网络中所有的神经元之间都有相互间的连接。
全部评论 (0)
还没有任何评论哟~