神經網絡有哪些主要分類規則?
神經網絡模型分類
人工神經網絡有很多模型,可以根據不同的方法進行分類,其中兩種常用的分類方法是根據網絡連接的拓撲結構和網絡內部的信息流方向進行分類。
1.根據網絡的拓撲結構進行分類。
網絡的拓撲結構,即神經元的連接方式。根據這種劃分,神經網絡結構可分為兩類:層次結構和互連結構。
分層神經網絡根據不同的功能和順序將神經元分為輸出層、中間層(隱層)和輸出層,輸出層中的神經元負責接收外部世界的輸入信息,并將其傳送到中間的隱層神經元。隱層是神經網絡的內部信息處理層,負責信息轉換。根據需要,可以設計為一個或多個層;最后一個隱層通過進一步處理將信息傳遞給輸出層神經元,并將信息處理結果輸出到外部世界。
在互連網絡結構中,任何兩個節點之間都可能存在一條連接路徑,因此,根據網絡中節點的連接程度,互連網絡可分為三種情況:全互連型、局部互連型和稀疏連接型。
(2)根據網絡信息的流向分類
從神經網絡的內部信息傳遞方向來看,它可分為前饋網絡和反饋網絡兩種類型。
簡單前饋網絡的結構與分層網絡結構相同,因為網絡信息處理的方向是從輸入層到隱層,再到逐層輸出,前饋網絡的前一層輸出是下一層的輸入,信息處理具有逐層傳輸的指向性,一般沒有反饋回路,因此這種網絡很容易連接和建立多層前饋網絡。
反饋網絡的結構與單層全互連網絡的結構相同,反饋網絡中的所有節點都具有信息處理功能,每個節點既可以接受外界的輸入,也可以輸出到外部世界。