[發明專利]一種可編碼擇閥值擇函數人工神經元的設計方法在審
| 申請號: | 201710829445.4 | 申請日: | 2017-09-14 |
| 公開(公告)號: | CN107563503A | 公開(公告)日: | 2018-01-09 |
| 發明(設計)人: | 胡明建 | 申請(專利權)人: | 胡明建 |
| 主分類號: | G06N3/06 | 分類號: | G06N3/06;G06N3/08 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 325100 浙江省溫*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 編碼 擇閥值擇 函數 人工 神經元 設計 方法 | ||
技術領域
一種可編碼擇閥值擇函數人工神經元的設計方法的技術領域,是屬于人工智能,仿生學,電路設計的技術領域,主要技術是人工神經元通過多路輸入,當累加值低于最小閥值時,人工神經元,不會被激活,當累加的值超過設定的閥值,人工神經元被激活,人工神經元設有多個閥值,把累加的值,傳遞給激活函數集,激活函數集根據接收的閥值,把這閥值以下對應的所有函數多激活,可編碼擇端器根據設計需求,通過控制端的設置,控制那些激活函數從那些端口輸出,傳遞給下一層神經元。
背景技術
神經元是構成大腦的基本單元,人類的大腦是有成千上萬個神經元按照一定規律構成的,人類為了模擬人腦,對人工神經元的設計是重中之重,有了人工神經元才能構成人工網絡,人工神經網絡是一種應用類似于大腦神經突觸聯接的結構進行信息處理的數學模型。在這一模型中,大量的人工神經元之間相互聯接構成網絡,即“神經網絡”,以達到處理信息的目的。一種模仿動物神經網絡行為特征的分布式并行信息處理算法結構的動力學模型。它用接受多路輸入刺激,按加權求和超過一定閾值時產生“興奮”輸出的部件來模仿動物神經元的工作方式,并通過這些神經元部件相互聯接的結構和反映關聯強度的權系數使其“集體行為”具有各種復雜的信息處理功能。特別是這種宏觀上具有魯棒、容錯、抗干擾、適應性、自學習等靈活而強有力功能的形成不僅可以通過元部件性能不斷改進,并且通過復雜的互聯關系得以實現,因而人工神經網絡是一種聯接機制模型,具有復雜系統的許多重要特征。人工神經網絡適用于信號處理、數據壓縮、模式識別、機器人視覺、知識處理及其應用,預測、評價和決策問題,調度排序、路由規劃等組合優化問題。在控制系統設計中它可用于模擬被控對象特性、搜索和學習控制規律、實現模糊和智能控制,因此對神經元的設計十分的重要,因為十分明顯,神經元的形狀十分的多,雖然人類把它進行分類,但神經元有成千上萬種,因此不同的神經元也具備不同的功能,本發明只是其中一種神經元的設計方法,現有的神經元的設計十分簡單單一,就是把所有的輸入和權重相乘,然后進行累加,減去閥值,然后設置激活函數,傳遞給下一層的神經元。
發明內容
人的大腦是很多神經元構成,因此神經元是神經網絡的基本單元,十分明顯,神經元數量巨大,在人體的不同部位就有不同形狀、結構、生理學特征和功能的神經元,神經元的形狀千奇百怪十分的多,雖然人類對它進行分類,但神經元有千百萬種,因此不同的神經元也具備不同的功能,本發明只是其中的一種神經元進行設計,由于現有的神經元的設計十分簡單單一,就是把所有的輸入和權重相乘進行累加,減去閥值,然后設置激活函數,傳遞給下一層的神經元,這樣構成一個網絡,并且這樣簡單的設計解決了人類很多前人無法解決的問題,對整個世界產生巨大的影響,但這只是最簡直的一種人工神經元結構,現實世界里神經元各種各樣的形狀,各種各樣的功能,因此要發明各種功能的神經元的設計,本發明就是類似很多種神經元功能的其中之一的設計方法,一種可編碼擇閥值擇函數人工神經元的設計方法,其特征是:可編碼擇閥值擇函數人工神經元是由輸入端,人工神經元、連接線、可編碼擇端器、控制端、輸出端組成,輸入端如同神經元的輸入端,接收上一級人工神經元的輸入或由其他設備的輸入,人工神經元的作用是把輸入的值和權重相乘后進行累加,如果累加的值小于最小閥值,那么人工神經元就不會被激活,沒有任何反應,如果累加的值大于最小閥值,那么人工神經元被激活,在這最小閥值上面還設立多個閥值,當累加的值大于某個閥值,這個閥值傳遞給激活函數集,激活函數集就啟動這個閥值以下的所有激活函數,由于設置的激活函數是不同的,因此每一個函數多有一條專門的線路連接可編碼擇端器,函數集里的每一個函數多對應可編碼擇端器的一些輸出端口,有多少個函數就有多少條連線,可編碼擇端器的作用是這樣的,根據控制端對它的設置,把閥值以下的所有對應函數輸出的端口全部連通,把對應閥值以下的函數輸出的值從各設定函數對應的端口輸出,輸出端的作用就是把各種激活函數輸出的數值傳遞到下一層人工神經元,并可以和權重進行相乘,其中人工神經元采用如下設計,人工神經元由3部分構成,1是累加器,2是不同的閥值,3是不同的激活函數,累加器的作用是把上一層的輸入和權重相乘后進行累加,不同閥值的設計是這樣的,設定最小閥值 a,a<b<c<d,當輸入的值小于a,那么人工神經元就不會被激活,如果輸入的值大于a,人工神經元就被激活,這時輸入的值就要和不同的閥值進行比較,比如輸入的值大于c小于d,那么就會啟動c 閥值以下的所有激活函數,也就是說,a、b、c閥值對應的函數全被激活,同時輸出a、b、c對應的函數f(x1) 、 f(x2) 、f(x3),可編碼擇端器采用這樣的設計,通過控制端對它的設置,設定那些激活函數對應那些端口,可編碼擇端器和每一個函數多有一條連線,控制端是用來設置可編碼擇端器作用,本發明這樣的設計就具備這樣的功能,當輸入累加的值超過閥值,人工神經元被激活,把閥值傳給激活函數集,激活函數集就會把輸入閥值以下的函數全部激活,傳遞給可編碼擇端器,可編碼擇端器根據控制端對它的設置,選通那些激活函數從那些通道輸出,把不同函數的值傳遞給下一層神經元。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于胡明建,未經胡明建許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710829445.4/2.html,轉載請聲明來源鉆瓜專利網。





