遙感影像識(shí)別-第六章 神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中的應(yīng)用 Part Ⅱ課件

1、遙感影像識(shí)別第六章:神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中的應(yīng)用 Part 1. 主要內(nèi)容概 論神經(jīng)元與網(wǎng)絡(luò)結(jié)構(gòu)感知器模型反向傳播網(wǎng)絡(luò)模型遙感圖像處理試驗(yàn)2.1 生物神經(jīng)元及生物神經(jīng)網(wǎng)絡(luò) 2.1.1 生物神經(jīng)元人腦大約由1012個(gè)神經(jīng)元組成，神經(jīng)元互相連接成神經(jīng)網(wǎng)絡(luò)。神經(jīng)元是大腦處理信息的基本單元，以細(xì)胞體為主體，由許多向周圍延伸的不規(guī)則樹枝狀纖維構(gòu)成的神經(jīng)細(xì)胞，其形狀很像一棵枯樹的枝干。它主要由細(xì)胞體、樹突、軸突和突觸(Synapse，又稱神經(jīng)鍵)組成。 細(xì)胞體：神經(jīng)網(wǎng)絡(luò)新陳代謝的中心，是接受和處理信息的單位。軸突：每個(gè)神經(jīng)元都在細(xì)胞體的軸丘處生長著一根粗細(xì)均勻、表面光滑的突起，長度從幾個(gè)um到1m左右。樹突

2、：為細(xì)胞體向外伸出的很多其他樹狀突起，在細(xì)胞體附近它們較軸突粗得多，離開細(xì)胞體不遠(yuǎn)很快分枝變細(xì)，作用是從周圍收集其他神經(jīng)元發(fā)出的信息。突觸：軸突的末端分出許多分支和別的神經(jīng)元樹突或細(xì)胞體相接觸，兩者接觸部分稱為突觸，是一個(gè)神經(jīng)元與另一個(gè)神經(jīng)元相聯(lián)系的部位。圖2-1 生物神經(jīng)元示意圖 從神經(jīng)元各組成部分的功能來看，信息的處理與傳遞主要發(fā)生在突觸附近。當(dāng)神經(jīng)元細(xì)胞體通過軸突傳到突觸前膜的脈沖幅度達(dá)到一定強(qiáng)度，即超過其閾值電位后，突觸前膜將向突觸間隙釋放神經(jīng)傳遞的化學(xué)物質(zhì)。突觸有兩種：興奮性突觸和抑制性突觸。前者產(chǎn)生正突觸后電位，后者產(chǎn)生負(fù)突觸后電位。 2.1.2 人腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)圖2-2 腦神經(jīng)系

3、統(tǒng)的主要組成部分 2.1.3 人腦神經(jīng)網(wǎng)絡(luò)信息處理的特點(diǎn)1分布存儲(chǔ)與冗余性 2并行處理 3信息處理與存儲(chǔ)合一 4可塑性與自組織性 5魯棒性 2.2.1 人工神經(jīng)元模型 歸納一下生物神經(jīng)元傳遞信息的過程： 生物神經(jīng)元是一個(gè)多輸入、單輸出單元。 常用的人工神經(jīng)元模型可用圖2-3模擬。 圖2-3 人工神經(jīng)元模型 響應(yīng)函數(shù)的基本作用：1、控制輸入對(duì)輸出的激活作用；2、對(duì)輸入、輸出進(jìn)行函數(shù)轉(zhuǎn)換；3、將可能無限域的輸入變換成指定的有限范圍內(nèi)的輸出。 根據(jù)響應(yīng)函數(shù)的不同，人工神經(jīng)元有以下幾種類型： 圖2-4 人工神經(jīng)元的響應(yīng)函數(shù) 上述模型能反映生物神經(jīng)元的基本特性，但還有如下不同之點(diǎn)：(1)生物神經(jīng)元傳遞的

4、信息是脈沖，而上述模型傳遞的信息是模擬電壓。 (2)由于在上述模型中用一個(gè)等效的模擬電壓來模擬生物神經(jīng)元的脈沖密度，所以在模型中只有空間累加而沒有時(shí)間累加(可以認(rèn)為時(shí)間累加已隱含在等效的模擬電壓之中)。 (3)上述模型未考慮時(shí)延、不應(yīng)期和疲勞等。 2.2.2 人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成 神經(jīng)元的模型確定之后，一個(gè)神經(jīng)網(wǎng)絡(luò)的特性及能力主要取決于網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及學(xué)習(xí)方法。 人工神經(jīng)網(wǎng)絡(luò)連接的幾種基本形式：1前向網(wǎng)絡(luò) 網(wǎng)絡(luò)中的神經(jīng)元是分層排列的，每個(gè)神經(jīng)元只與前一層的神經(jīng)元相連接。 2從輸出到輸入有反饋的前向網(wǎng)絡(luò) 3層內(nèi)互連前向網(wǎng)絡(luò) 4互連網(wǎng)絡(luò) 2.2.3 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 學(xué)習(xí)方法是人工神經(jīng)網(wǎng)絡(luò)研究中的核心問題。 人工神經(jīng)網(wǎng)絡(luò)連接權(quán)的確定通常有兩種方法：一種是根據(jù)具體要求：直接計(jì)算出來，如Hopfield網(wǎng)絡(luò)作優(yōu)化計(jì)算時(shí)就屬于這種情況；另一種是通過學(xué)習(xí)得到的，大多數(shù)人工神經(jīng)網(wǎng)絡(luò)都用這種方法。 1）Hebb學(xué)習(xí)規(guī)則 是Donall Hebb根據(jù)生理學(xué)中條件反射機(jī)理，于1949年提出的神經(jīng)元連接強(qiáng)度變化的規(guī)則。 如果兩個(gè)神經(jīng)元同時(shí)興奮(即同時(shí)被激活)，則它們之間的突觸連接加強(qiáng)。 Hebb學(xué)習(xí)規(guī)則是人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的基本規(guī)則，幾乎所有神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則都可以看作Hebb學(xué)習(xí)規(guī)則的變形。 2）誤差校