12.1.1  BP网络模型

BP神经网络主要将复杂的分类进行非线性映射到高维空间，这样使得比直接映射到低维空间更有可能是线性可分，简而言之就是在低维空间不一定是线性可分，但是映射到高维空间上就可能存在线性可分。通过对BP神经网络结构分析，我们主要将其内部结构分为三层：输入层，隐层，输出层。如图12-1所示，输入层主要由一些感知单元组成，好比我们的嗅觉，就是通过嗅觉感知细胞将外界的信息传达到我们的神经；第二层是隐层，它是主要包含一些激励函数，如阈值函数、S形函数、阶跃函数等，主要负责对输入信号响应，然后进行转换输出，所以它具有局部逼近的能力；第三层输出层是线性的，主要是为输入层的输入向量提供相应的响应输出。其中如何能够设计一个好的BP神经网络，关键在于如何设计隐层中节点的个数。