人工神经网络模型简单分类

按连接的拓扑结构不同，分为两大类

1. 分层网络

一般含三层：

• 输入层
• 隐含层
• 输出层

(1) 前向网络

特点：给定某个输入模式，网络能产生一个相应的输出模式，并保持不变。

过程：输入模式 由输入层进入网络，经过隐含层的模式变化，由输出层产生模式输出。

(2) 具有反馈的前向网络

(3) 层内有相互连接的前向网络

2. 相互连接型网络

特点：网络中任意两个单元之间都是相互连接的。

过程：对于给定的输入模式，相互连接型网络由某一初始状态出发开始运行，在一段时间内网络处于不断更新输出状态的变化过程。如果网络设计得好，最终可能会产生某一稳定的输出模式；如果设计得不薅，网络可能进入周期性振荡或发散状态。