乳化机诊断人工神经网络3、类型

神经网络的类型

上节提到人工神经元是构成人工神经网络的最基本单元，并且每个人工神经元具备了最基本的信息处理能力。因此，将若干个人工神经元按照一定的拓扑方式连接起来就构成了人工神经网络。上一层的神经元将处理后的信息交个下一层的神经元处理，我们将神经元间交互信息的方式叫做连接，并且每一个连接都有其特定的连接权系数。神经元通过不同的拓扑结构连接在一起能够构成不同类型的神经网络，因为网络拓扑结构的不同，神经元间信息传递的方向也会有所不同。根据人工神经网络内部信息传递的方向，神经网络主要分为以下两类。

（1） 前馈型网络

前馈神经网络（FeedforwardNeuralNetwork）是在神经网络研究初期就提出的一种神经网络类型，如图3.5所示。按照网络的层数不同，可以将其分为单层前馈神经网络和多层前馈神经网络。前馈神经网络中神经元的排列具有层次性，导致其网络中信息传递具有逐层传递的特征，并且网络中不存在反馈。网络中的神经元按照信息处理的角度分成两类：一类称为输入单元，其主要职责是将外界的信息传递到网络中来；另一类称为计算单元，网络中的数据信息处理都在其中进行，包括隐含层和输出层。

（2） 反馈型网络

前馈型网络

反馈神经网络（Feedback Neural Networks）中的所有节点都具有信息处理功能，每个节点

在接收外界输入以及其他各节点反馈输入的同时，又可以直接向外界输出，如图3.6（a）所示。其中Hopfield网络就是典型的反馈神经网络，其结构相对简单且应用广泛。反馈神经网络也可表示为一个无向图，网络中每个连接都是双向的，如图3.6（b）所示。