前馈神经网络和反馈神经网络模型(共3页).doc





《前馈神经网络和反馈神经网络模型(共3页).doc》由会员分享,可在线阅读,更多相关《前馈神经网络和反馈神经网络模型(共3页).doc(3页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、精选优质文档-倾情为你奉上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1 三层前馈神经网络结构图输入层隐含层输出层图中,只有前向输出,各层神经元之间的连接用权值表示。设输入层有个输入信号,其中任一输入信号用表示;隐含层有个神经元,任一隐含层神经元用表示;输入层与隐含层间的连接权值为,;隐含层与输出层的连接权值为。假定隐含层神经元的输入为,输出为;输出层神
2、经元的输入为,网络总输出为。则此神经网络的状态方程可表示为: 式中,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: 式中,为训练信号。递归神经网络对角递归神经网络输入层输出层隐层图2 对角递归神经网络的结构图2为典型的对角递归神经网络,它具有三层结构,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 ,隐层与输出层之间的权值为,递归层的权值为。设输入层的输入为,隐层的输入为,输出为,输出层的输入为,输出层的输出为,则对角递归神经网络的状态方程为 定义代价函数为瞬时均方误差:专心-专注-专业
- 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 反馈 模型

限制150内