前馈神经网络和反馈神经网络模型_第1页
前馈神经网络和反馈神经网络模型_第2页
前馈神经网络和反馈神经网络模型_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、前馈神经网络前馈神经网络的结构一般包含输入层、输出层、及隐含层， 隐含层可以是一层或多层。各神经元只接收前一层的输出作为自己的输入，并且将其输出给下一层，整个网络中没有反馈.每一个神经元都可以有任意多个输入，但只允许有一个输出。图 1选择只含一个隐含层的前馈神经网络。其原理框图如图1所示. 图中,只有前向输出， 各层神经元之间的连接用权值表示.设输入层有 m 个输入信号，其中任一输入信号用imi,2, 1表示；隐含层有 n 个神经元，任一隐含层神 经 元 用jnj,2, 1表 示 ;输 入 层 与 隐 含 层 间 的 连 接 权 值 为nwij，njmi,2 , 1;,2 ,1；隐含层与输出层

2、的连接权值为nwj.假定隐含层神经元的输入为nuj， 输出为nvj； 输出层神经元的输入为no,网络总输出为nx.则此神经网络的状态方程可表示为：miijjinynwnu11miijjjinynwfnufnv11njjjnvnwno1njjjnvnwfnofnx1图 1 三层前馈神经网络结构图输入层隐含层输出层y n1y n1y nmijwjw)(nx式中，f表示隐含层、输出层的输入和输出之间的传递函数,也称为激励函数。定义代价函数为瞬时均方误差：2122njjjnvnwfndnxndnenj式中,nd为训练信号。递归神经网络对角递归神经网络图 2 为典型的对角递归神经网络， 它具有三层结构，

3、 分别为输入层， 隐层和输出层，在隐层的权值叠加中 ,引入了输入的前一时刻的输出作为反馈控制信号。选用这种网络的优点是结构简单，易于实现，可以直观的体现反馈神经网络的结构模式和工作方式。设输入层与隐层间的连接权值为nwhijkjmi,2, 1;,1 ,0，隐层与输出层之间的权值为nwoj，递归层的权值为nwdj。设输入层的输入为iny，隐层的输入为nuj，输出为nij，输出层的输入为nv，输出层的输出为nx，则对角递归神经网络的状态方程为10ninwinynwnujdjmihijj输入层输出层隐层图 2 对角递归神经网络的结构y n1y n1y nmy nmx n01hwnhmjwn2ownojwn1dwn2dwndjwn1own

人人文库> 全部分类> 生活休闲 > 科普知识

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 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。

最新文档

评论

0/150

提交评论