主权项 |
1.分式线性神经网络模型,其特征在于,它包括m层神经元,输入层有1(x)个神经元,第i层有i(x)个神经元,输出层有m(x)个神经元;各层次的神经元之间形成前向全互连连接,各层次内的神经元之间没有连接,将第k层第i神经元的输入和记为Iik,输出记为oik,k-1隐含层第i神经元向k层第j神经元的连接权值记为wi,jk-1,k,k层第j神经元的输出函数记为fjk,那么k-1隐含层第i神经元和k层第j神经元的操作特性为<math> <mrow> <msubsup> <mi>o</mi> <mi>j</mi> <mi>k</mi> </msubsup> <mo>=</mo> <msubsup> <mi>f</mi> <mi>j</mi> <mi>k</mi> </msubsup> <mrow> <mo>(</mo> <msubsup> <mi>I</mi> <mi>j</mi> <mi>k</mi> </msubsup> <mo>-</mo> <msubsup> <mi>θ</mi> <mi>j</mi> <mi>k</mi> </msubsup> <mo>)</mo> </mrow> </mrow> </math> <math> <mrow> <msubsup> <mi>I</mi> <mi>j</mi> <mi>k</mi> </msubsup> <mo>=</mo> <munder> <mi>Σ</mi> <mi>i</mi> </munder> <msubsup> <mi>w</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> <mo>,</mo> <mi>k</mi> </mrow> </msubsup> <mfrac> <mrow> <msubsup> <mi>o</mi> <mi>i</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <mo>-</mo> <msub> <mi>a</mi> <mi>i</mi> </msub> </mrow> <msup> <mrow> <mo>|</mo> <mo>|</mo> <mrow> <mo>(</mo> <msubsup> <mi>o</mi> <mn>1</mn> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mo>,</mo> <msubsup> <mi>o</mi> <mi>n</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <mo>)</mo> </mrow> <mo>-</mo> <mrow> <mo>(</mo> <msub> <mi>a</mi> <mn>1</mn> </msub> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mo>,</mo> <msub> <mi>a</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>|</mo> <mo>|</mo> </mrow> <mn>2</mn> </msup> </mfrac> <mo>,</mo> </mrow> </math> <math> <mrow> <mrow> <mo>(</mo> <msub> <mi>a</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>a</mi> <mn>2</mn> </msub> <mo>,</mo> <mo>·</mo> <mo>·</mo> <mo>·</mo> <msub> <mi>a</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>∉</mo> </mrow> </math>定义域。 |