第二章人工神经网络的基本模型 对称型Sigmoid函数是可微的，用下式表示：如图(a)和(b) f(x)= 1-e-* 或 f(x)= 1-e-Bx 1+e-am, B>0 1+e-x 或f(x)= 08 06 02 0.2 0 0 -0.2 0.2 -0.4 0.4 0 -08 -4 -2 -6 -4 -2 0 2 6 8 (c) (d) 图2-2-3 (c)B=1 (d) B=2 2006-5-9 北京科技大学自动化系 17
2006-5-9 北京科技大学自动化系 17 第二章 人工神经网络的基本模型 图 2-2-3 （c） = 1 （d） = 2 对称型 Sigmoid函数 是可微的，用下式表示：如图(a)和(b) f x e e x x ( ) = − + − − 1 1 或 f x e e x x ( ) = − + − − 1 1 ， > 0 或 f x e e e e x x x x ( ) = − + − − ， > 0
第二章人工神经网络的基本模型 对称型阶跃函数 图(e),用下式表示： +1 x≥0 f(x)= x<0 用阶跃作用函数的神经元，称阈值逻辑单元。 0.5 多0 0.5 、 .1.5 -2 0 2 8 (e) 2006-5-9 北京科技大学自动化系 18
2006-5-9 北京科技大学自动化系 18 对称型阶跃函数 图（e），用下式表示： − + = 1 , 0 1 , 0 ( ) x x f x 用阶跃作用函数的神经元，称阈值逻辑单元。 第二章 人工神经网络的基本模型