3 人工神经网络与网络新闻导航
3.1 人工神经网络基本原理
它是模仿人脑神经网络的结构与功能而设计的计算机网络。其中每个节点相当于一个神经元, 按加权值( 正权值即神经元突触受刺激兴奋,负权值即受抑制而麻痹甚至瘫痪) 进行信息的存储、处理, 并与其他节点并行工作。工作时向某些结点输入信息, 各自处理后向其他节点输出, 其他节点接受并处理后再输出, 直到整个网络工作完毕, 输出最后结果。
3.2 人工神经网络的结构
3.2.1 神经元的通用功能结构
神经元的通用功能结构见图1。其中: b 为输入, ri 为输出, U 为神经元。
3.2.2 神经元的单层线性结构
神经元的单层线性结构见图2。其中: b 为原始输入, I 为输入,W 为权值, U 为神经元, r为输出, d 为最终输出。


3.2.3 神经元的多层反馈结构
神经元的多层反馈结构参见图3。I 为输入列, a 为底层( 与输入列直接相连的层) , z 为顶层( 与输出列直接相连的层) , O 为输出列, 从I 到O之间除z 层外各层均为隐层, y 为活性值。其中的信息处理过程包含前馈( 后层联结前层) 、后馈( 前层联结后层) 和内反馈( 同层相联结) 等。