生物神经网络生物神经网络工作机理1生物神经网络工作机理2生物神经元的六个基本特征神经网络的定义神经网络模拟人脑的四个方面构造人工神经元的要求人工神经元的构造方法人工神经元的网络输入激活函数(激励函数、活化函数)激活函数的种类S型激活函数的特性人工神经元，M-P模型人工神经网络的简化画法简单单级网简单单级网的输入输出多级网多级网的几个约定非线性激活函数网络模式的概念空间模式与时空模式人工神经网络的训练人工神经网络的无导师训练无导师训练的Hebb算法人工神经网络的有导师训练有导师训练算法离散单输出感知器(M-P模型)离散单输出感知器(M-P模型)训练算法离散多输出感知器离散多输出感知器训练算法连续多输出感知器连续多输出感知器训练算法“异或”运算真值表感知器无法实现“异或”运算线性不可分问题的克服多层网络权重确定的难题BP算法的基本思想BP算法的基本特征和意义BP网络的构成—神经元BP网络的构成—神经元的激励函数BP网络的构成—网络的拓扑结构BP网络拓扑结构的几点注意事项BP网络训练过程精度要求控制误差传播分析----输出层权的调整误差传播分析----隐藏层权调整的困难基本的BP算法构造人工神经元的要求简单单级网多级网人工神经网络的训练无导师训练的Hebb算法连续多输出感知器BP算法的基本特征和意义BP网络训练过程