目录2021219 光学信息处理 荆节 Mcculloch和Pts提出的神经元数学模 第2节 型 第3节 第4节 互连权重 输入信号 输出信号 神经元 第8章 图8.神经元的图示
第1节 第2节 第3节 第4节 目 录 第8章 2021/2/19 光学信息处理 11 McCulloch 和 Pitts 提出的神经元数学模 型． 图8.1 神经元的图示
目录2021219 光学信息处理 第1节 824神经网络 第2节 脑是一个由大约101个神经元构成的复 3节杂的网络,每一个神经元通过约1000个突 茅4节触与它周围的神经元发生互连作用,总共 有1014个互连通道 若假设神经元只有两个状态:“发出信 息”或“不发出信息”,则脑的自由度总 数为2的101次幂.研究表明,每一个思维, 每一个感觉都是通过这个网络的活动实现 的 实际工程中可把神经网络的间题简化, 萆8拿如图82所示 12
第1节 第2节 第3节 第4节 目 录 第8章 2021/2/19 光学信息处理 12 8.2.4 神经网络 脑是一个由大约1011个神经元构成的复 杂的网络，每一个神经元通过约1000个突 触与它周围的神经元发生互连作用，总共 有1014个互连通道． 若假设神经元只有两个状态：“发出信 息”或“不发出信息” ，则脑的自由度总 数为2的1011次幂．研究表明，每一个思维， 每一个感觉都是通过这个网络的活动实现 的． 实际工程中可把神经网络的问题简化， 如图8.2所示．
目录2021219 光学信息处理 第1节 两层神经网络图示 第2节 第3节 互连权重 第4节 输出神经元 输入神经元 第8章
第1节 第2节 第3节 第4节 目 录 第8章 2021/2/19 光学信息处理 13 两层神经网络图示
目录2021219 光学信息处理 节“工程神经网络的”描述: 第2节 8警(1神经元是分层排列的,同一层内的神经 元没有相互作用.任何一个神经元都不 华节与它自身关联 (2)每一神经元都按拓扑学的方式与相邻层 面上的神经元发生互连,亦即从上一层 面上的所有神经元上接收输入信号,并 向下一层面上的所有神经元发出信 号.互连权重由实数表示 (3)每一神经元的输出都是二元的 (4)信号同时、并行地向一个方向传输,称 为前向馈送 第8章
第1节 第2节 第3节 第4节 目 录 第8章 2021/2/19 光学信息处理 14 “工程神经网络的”描述： (1)神经元是分层排列的，同一层内的神经 元没有相互作用．任何一个神经元都不 与它自身关联． (2)每一神经元都按拓扑学的方式与相邻层 面上的神经元发生互连，亦即从上一层 面上的所有神经元上接收输入信号，并 向下一层面上的所有神经元发出信 号．互连权重由实数表示． (3)每一神经元的输出都是二元的． (4)信号同时、并行地向一个方向传输，称 为前向馈送．