带双参数的双极S型函数

带双参数的双极S型函数sigmod(x,$\alpha$,$\beta$)函数

在研究神经网络时，发现使用的非线性传输函数双极S型函数$\frac{1-e^{-x}}{1+e^{-x}}$， 在增加2个参数后变成$\frac{1-e^{-\alpha x}}{1+e^{-\beta x}}$，函数接近硬极限函数hardlim:$f(x)=\bigg\{\begin{array} \\0, x<0 \\1, x\ge0 \end{array}$

• $\alpha$ 的值应较小，在1～10之间
• $\beta$ 的值较大，是 $\alpha$ 的一个数量级左右
• 这个函数的图形很象视神经在见到明暗变化较大图像时的变化曲线

---

代码块

代码块语法遵循标准markdown代码，例如：

#!/usr/bin/env python2
# -*- coding: utf-8 -*-
"""
Created on Sun Nov 13 20:46:27 2016
@author: lsy
"""

import numpy as np
import matplotlib.pyplot as plt

for i in range(1, 10):
    alpha = i
    beta = alpha * 10
    x = np.arange(-4, 4, 0.001)
    y = (1 - np.exp(-x * alpha)) / (1 + np.exp(-x * beta))
    plt.subplot(3, 3, i)
    plt.plot(x, y, label=r'$\alpha={0}$'.format(alpha))
    plt.plot(x, y, label=r'$\beta={0}$'.format(beta))
    plt.legend(loc=0)

plt.suptitle(r'$\frac{1-e^{-x*\alpha}}{1+e^{-x*\beta}}$', fontsize=20)
plt.show()

---