各类型神经网络总结图

  • 更新时间: 2018-08-10
  • 来源: 原创或网络
  • 浏览数: 23次
  • 字数: 2278
  • 发表评论

1 人工神经网络模型

分类

按性能分:连续型和离散型网络,或确定型和随机型网络。

按拓扑结构分:前向网络和反馈网络。

按学习方法分:有教师(监督)的学习网络和无教师(监督)的学习网络。

按连接突触性质分:一阶线性关联网络和高阶非线性关联网络。

前向网络

自适应线性神经网络(AdaptiveLinear,简称Adaline)、单层感知器、多层感知器、BP等。前向网络,网络中各个神经元接受前一级的输入,并输出到下一级,网络中没有反馈,可以用一个有向无环路图表示。这种网络实现信号从输入空间到输出空间的变换,它的信息处理能力来自于简单非线性函数的多次复合。网络结构简单,易于实现。反传网络是一种典型的前向网络。

反馈网络

Hopfield、Hamming、BAM等。反馈网络,网络内神经元间有反馈,可以用一个无向的完备图表示。这种神经网络的信息处理是状态的变换,可以用动力学系统理论处理。系统的稳定性与联想记忆功能有密切关系。Hopfield网络、波耳兹曼机均属于这种类型。

各类型神经网络总结图,by 5lulu.com

标签: 神经网络 感知器 线性 hopfield

我来评分 :6
0

转载注明:转自5lulu技术库

本站遵循:署名-非商业性使用-禁止演绎 3.0 共享协议