神經元模型和網路結構

2021-06-20 11:53:11 字數 2021 閱讀 5357

一:神經元模型

1.單輸入神經元

神經元是神經網路操作的基本資訊處理單位。乙個單輸入神經元如下圖所示。標量輸入p乘上權值w得到wp,再將其送入累加器;另乙個輸入1乘上偏置值b,再將其送入累加器。偏置值b的作用是根據其為正或負,相應的增加或者降低傳輸函式的網路輸入。累加器輸出n通常被稱為傳輸函式f的淨輸入,當n被送到傳輸函式f時,在f中產生神經元的標量輸出a。

2.傳輸函式。

上圖中的傳輸函式可以是n的線性或者非線性函式,可以用特定的傳輸函式滿足神經元要解決的問題。下面將討論三種傳輸函式:

(1)硬極限傳輸函式;

(2)線性傳輸函式;

(3)對數s形傳輸函式;

目前工程和設計中運用的傳輸函式有很多,常用的傳輸函式都在下表中。當然,也可以根據特定的問題定義自己需要的傳輸函式。

3.多輸入神經元

具有r個輸入的神經元的簡化符號

左邊垂直的實心條表示輸入向量p,p下面的變數r×1表示p的維數,也即輸入是由r個元素組成的一維向量。這些輸入被送人權值矩陣w,w有1行r列。

常量1則作為輸入與標量偏置值b相乘。傳輸函式f的淨輸入是n,它是偏置值b與積wp的和。在這種情況下,神經元的輸出a是乙個標量。如果網路有多個

神經元,那麼網路輸出就可能是乙個向量。

請注意,網路的輸入是由問題的外部描述決定的。

二:網路結構

下圖是由s個神經元組成的單層網路

該層包括權值矩陣、累加器、偏置值向量b、傳輸函式框和輸出向量a。

輸入向量p的每個元素均通過權值矩陣w和每個神經元相連。

輸入向量通過如下權矩陣w進入網路:

同樣,具有s個神經元、r個輸入的單層網路也能用簡化的符號表示為如圖下所示的形式。

層上標  現在考慮具有幾層神經元的網路。每個變數都附加乙個上標來表示其所處層次。圖下所示的三層網路就使用了這種標記方法。

輸入層 隱含層  如果某層的輸出是網路的輸出,那麼稱該層為輸出層,而其他層叫隱含層。

前面討論的三層網路同樣也可以用簡化的符號表示,

遞迴網路

延時  在討論遞迴網路前,首先介紹一些簡單的構造模組。第一種是延時模組,如下圖

積分器  另一種將用於連續時間遞迴網路的構造模組是積分器,如下圖

遞迴網路  乙個遞迴網路是乙個帶反饋的網路,其部分輸出連線到它的輸入。圖2-13給出了一種型別的離散時間遞迴網路。

如何選取一種網路結構

應用問題的描述從如下幾個方面非常有助於定義網路的結構:

1)網路的輸入個數=應用問題的輸入數;

2)輸出層神經元的數目=應用問題的輸出數目;

3)輸出層的傳輸函式選擇至少部分依賴與應用問題的輸出描述。

第二章 神經元模型和網路結構

2.2 原理與例項 神經元模型 單輸入 a f wp b f為傳輸函式,w為權值,b為偏置,a為輸出.常用的三種傳輸函式 硬極限 hardlim n 對稱硬極限 hardlims n 線性 purelin n 飽和線性 satlin n 對稱飽和線性 satlins n 正線性 poslin n l...

神經網路 II 神經元模型

人工神經網路的生物原型是大腦,人腦中的神經網路是乙個非常複雜的組織,其基本組成單位是神經元 神經細胞 的大腦中估計有1000億個神經元之多。十九世紀末二十世紀初,在解剖學家 生物學家 醫學家的共同努力下,神經元的組成結構便被研究清楚,乙個神經元主要由四部分構成 神經元怎麼發揮作用呢?其實神經元是個訊...

簡單的神經元模型

其函式表達如下所示 y b i xiwi y b ix iwi其中,w w 表示權值,x role presentation style position relative x x表示輸入。y y 表示輸出。線性神經元模型中,輸入xi可以被看作是 來自其他神經元的動作電位,該動作電位引起突觸的興奮。...