人工神经元是仿照生物神经元提出的,神经元可以有N个输入:x12x2…,x,每个输 入端与神经元之间有一定的联接权值:w1,w2,…,W,神经元总的输入为对每个输入的加 权求和,同时减去阈值 神经元的输出y是对u的映射 f称为输出函数,可以有很多形式。当∫为阈值函数时,神经元就可以看作是一个线 性分类器 x≤0 当取∫为 Sigmoid函数时,神经元完成的是连续的线性映射 1- -1,1 1+ 个神经元的结构可以简化为下图的形式: X 其中输入矢量为增广矢量,最后一维x=1,用wx代替阈值6人工神经元是仿照生物神经元提出的，神经元可以有 N 个输入： 1 2 , , , N x x x ，每个输 入端与神经元之间有一定的联接权值： 1 2 , , , w w wN ，神经元总的输入为对每个输入的加 权求和，同时减去阈值  ： 1 N i i i u w x  = = −  神经元的输出 y 是对 u 的映射： ( ) 1 N i i i y f u f w x  =   = = −      f 称为输出函数，可以有很多形式。当 f 为阈值函数时，神经元就可以看作是一个线 性分类器。 ( ) 1, 0 0, 0 x f x x   =    当取 f 为 Sigmoid 函数时，神经元完成的是连续的线性映射： ( ) 1 1 x f x e − = + [0,1] ( ) 2 2 1 1 x f x e − = − + [-1,1] 一个神经元的结构可以简化为下图的形式： y x1 x2 xN . . . w1 w2 wN 其中输入矢量为增广矢量，最后一维 1 N x = ，用 wN 代替阈值 