7.2　人工神经网络

7.2.1　人工神经元及神经网络

早在20世纪50年代，研究人员就开始模拟动物神经系统的某些功能，建立了许多以大量处理单元为结点，处理单元之间实现加权互连的拓扑网路，并称之为人工神经网络．不言而喻，人工神经网络中的处理单元即人工神经元是生物神经元的简化模拟，人工神经元间的互连则是轴突—突触—树突这一信息传递路径的简化，连接的权值代表两个互连的神经元之间相互作用的减弱．这种模拟确实在某种程度上接近人类思维的部分机理，因此，在切实的算法诞生以后，便出现了成功．

作为处理单元，一个人工神经元将接受的信息x 1 ，x 2 ，…，xn 通过用ω 1 ，ω 2 ，…，ωn 表示的互连强度，以点积的形式合成为自己的输入，并将输入与以某种方式设定的阈值θ 作比较，再经过输出函数f 的转换，得到该神经元的输出y ，如图7.2所示．图中，输入元素xi 通常为n 维输入向量X 的第i 个分量，相当于其他神经元的输出值，ωi 是输入xi 与神经元间的互连权重，相当于突触的连接强度；θ 为神经元的阈值，体现在函数f 的具体形式中．

7.2 人工神经网络 - 图1