神经网络方法-PPT课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《神经网络方法-PPT课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 神经网络 方法 PPT 课件
- 资源描述:
-
1、7 神经网络方法7.1 人工神经网络综述7.2 人工神经元模型7.3 人工神经网络的结构模型7.4 人工神经网络的学习算法7.5 人工神经网络的特点和优越性7.6 人工神经网与信息融合的结合7.7 神经网络融合实例27.1 人工神经网络综述二十世纪八十年代,二十世纪八十年代,人工神经网络人工神经网络取得了重大进展,在诸如取得了重大进展,在诸如手写体邮政编码判读,蛋白质二级结构的识别,热力学参数手写体邮政编码判读,蛋白质二级结构的识别,热力学参数的求取,催化剂设计等许多方面取得成功,发展成为一门介的求取,催化剂设计等许多方面取得成功,发展成为一门介于物理、数学、计算机科学、神经生物学之间的于物理
2、、数学、计算机科学、神经生物学之间的交叉学科交叉学科。人工神经网络就是采用物理可实现的系统来模仿人脑神经细人工神经网络就是采用物理可实现的系统来模仿人脑神经细胞的结构和功能的系统。胞的结构和功能的系统。它是由很多处理单元有机地联接起它是由很多处理单元有机地联接起来,进行并行的工作,它的处理单元十分简单,其工作是来,进行并行的工作,它的处理单元十分简单,其工作是“集体集体”进行的,它的信息传播,存贮方式与神经网络相似,进行的,它的信息传播,存贮方式与神经网络相似,没有运算器、存贮器、控制器这些现代计算机的基本单元,没有运算器、存贮器、控制器这些现代计算机的基本单元,而是相同的简单处理器的组合。它
3、的信息是存贮在处理单元而是相同的简单处理器的组合。它的信息是存贮在处理单元之间的连接上,因而它是与现代计算机完全不同的系统。之间的连接上,因而它是与现代计算机完全不同的系统。37.2 人工神经元模型神经组织的基本特征47.2 人工神经元模型MP模型从全局看,多个神经元构成一个网络,因此神经元模型的定义从全局看,多个神经元构成一个网络,因此神经元模型的定义要考虑整体,包含如下要素:要考虑整体,包含如下要素:(1 1)对单个人工神经元给出某种形式定义;)对单个人工神经元给出某种形式定义;(2 2)决定网络中神经元的数量及彼此间的联结方式;)决定网络中神经元的数量及彼此间的联结方式;(3 3)元与元
4、之间的联结强度(加权值)。)元与元之间的联结强度(加权值)。19431943年,仿照人类神经元的基本特征,年,仿照人类神经元的基本特征,McCullochMcCulloch和和PittsPitts提出提出了历史上第一个神经元模型,称为了历史上第一个神经元模型,称为M-PM-P模型,这一模型形式上表模型,这一模型形式上表示为:示为:)()1(ijjijitswts 01xx其他0 x57.3 人工神经网络的结构模型单层人工神经网络单层人工神经网络 两层人工神经网络两层人工神经网络根据神经元之间连接方式的不同,根据神经元之间连接方式的不同,人工神经网络可分为人工神经网络可分为: :不不含反馈的前向
5、网络、从输出层到输入层有反馈的前向网络、含反馈的前向网络、从输出层到输入层有反馈的前向网络、层内有相互连接的前向网络、相互组合型网络。层内有相互连接的前向网络、相互组合型网络。从学习方式从学习方式角度角度可分为有教师学习网络和无教师学网络;可分为有教师学习网络和无教师学网络;按层次划分按层次划分,可分为单层、两层和多层(但一般不超过可分为单层、两层和多层(但一般不超过3 3层)。层)。67.4 人工神经网络的学习算法 NN NN的工作过程分学习、训练阶段和回忆阶段。其学习方的工作过程分学习、训练阶段和回忆阶段。其学习方式有如下几种式有如下几种: : (1) (1)死记式学习死记式学习: :将网
6、络事先设计成特殊记忆的模式,以将网络事先设计成特殊记忆的模式,以后当给定有关该系统的输入信息时,它们就被回忆起来。后当给定有关该系统的输入信息时,它们就被回忆起来。 (2)(2)从例子中学习从例子中学习: :在学习时给网络提供一个输入信息,在学习时给网络提供一个输入信息,教师给出正确的输出信息,对系统进行训练,调节系统权值,教师给出正确的输出信息,对系统进行训练,调节系统权值,以使系统输出更接近期望结果,感知器就是这种以使系统输出更接近期望结果,感知器就是这种教师学习教师学习的的例子。例子。 (3)(3)无导师学习无导师学习: :将网络设计成不需要教师直接指点的学将网络设计成不需要教师直接指点
7、的学习方式,如竞争学习系统。习方式,如竞争学习系统。77.5 人工神经网络的特点和优越性第一,具有自学习功能。第一,具有自学习功能。例如图像识别,只需先把不同的图像例如图像识别,只需先把不同的图像样板和对应的应识别的结果输入人工神经网络,网络就会通过样板和对应的应识别的结果输入人工神经网络,网络就会通过自学习功能,慢慢学会识别类似的图像。自学习功能,慢慢学会识别类似的图像。第二,具有联想存储功能。第二,具有联想存储功能。人的大脑是具有联想功能的。用人人的大脑是具有联想功能的。用人工神经网络的反馈网络就可以实现这种联想。工神经网络的反馈网络就可以实现这种联想。第三,具有容错性。第三,具有容错性。
8、神经网络可以从不完善的数据图形进行学神经网络可以从不完善的数据图形进行学习和作出决定。由于知识存在于整个系统而不是一个存储单元习和作出决定。由于知识存在于整个系统而不是一个存储单元中,一些结点不参与运算,对整个系统性能不会产生重大影响。中,一些结点不参与运算,对整个系统性能不会产生重大影响。所以,神经网络承受硬件损坏的能力比一般计算机强得多。所以,神经网络承受硬件损坏的能力比一般计算机强得多。第四,具有高速寻找优化解的能力。第四,具有高速寻找优化解的能力。寻找一个复杂问题的优化寻找一个复杂问题的优化解,往往需要很大的计算量,利用一个针对某问题而设计的反解,往往需要很大的计算量,利用一个针对某问
9、题而设计的反馈型人工神经网络,发挥计算机的高速运算能力,可能很快找馈型人工神经网络,发挥计算机的高速运算能力,可能很快找到优化解。到优化解。87.6 人工神经网络与信息融合的结合利用神经网络实现信息融合技术利用神经网络实现信息融合技术,具有很多优越性,具有很多优越性: :(1)(1)神经网络的信息存储在网络的连接权值和连接结构上,使得神经网络的信息存储在网络的连接权值和连接结构上,使得传感器的信息表示具有统一的形式传感器的信息表示具有统一的形式,便于管理和建立知识库,便于管理和建立知识库; ;(2)(2)神经网络可增加信息处理的神经网络可增加信息处理的容错性容错性,当某个信源的数据出现,当某个
展开阅读全文