4.人工神经网络（概述）

本文主要章节源自《人工神经网络导论》

人工神经元的图解相当于一个多输入单输出的非线性阈值器件。
p 表示该神经元的输入向量。
w 表示权值向量。
当输入向量经过加权求和后超过阈值时，则认为该神经元被激活，并将此加权和作为激活值。
f 表示神经元的输入输出关系函数,亦即传输函数

神经元的输出值可以表示为：

2. 结构：
人工神经网络的连接形式呈现出丰富多样的特征,但从整体上说,主要包含分层结构与互连结构两种基本类型。具有代表性的包括感知器型 neural network、线性结构的 neural network、BP型 neural network、径向基函数型 neural network、自组织结构的 neural network以及反馈型 neural network等。后续的文章中将对其中几个典型模