[发明专利]处理神经网络中的数据流的方法和神经网络

权利要求书

1．一种对神经网络中的数据流进行处理方法，包括以下步骤：

a)用多个输入神经元从环境中接收一个参数表示；

b)把一个从输入神经元输出的加权参数表示传送到一个内层神经元的输入端；

c)把一个从内层输出的加权参数表示传送到多个输出神经元的输入端，同时把一个从内层输出的参数表示传送到多个输入神经元的输入端；

d)在一个从输出神经元输出的加权参数表示对环境施加过影响过，再把它反馈给多个输入神经元的输入端，其特点在于：

e)用由输出神经元的对环境影响的结果产生的参数表示来校正从内层神经元输出的参数表示，这个内层神经元就是一个主结点。

2、根据权利要求1的方法，其特点在于校正的执行是附加的。

3、根据权利要求1或2的方法，其特点在于经过学习后，在处理神经网络信号的过程中，只有来自内层的参数表示被反馈。

4、一种神经网络，它有一个外传感器，该传感器有多个输入神经元用来从环境接收参数表示，网络中外传感器的输出端与一个具有多个神经元的内层相连，该内层的输出又与一个具有多个输出神经元的外操纵器的输入相连，并且输出神经元对环境产生影响的参数表示又被反馈给多个输入神经元的输入端，其特点在于来自内层输出的参数表示被由输出神经元的对环境影响的结果产生的参数表示来校正，这个内层就是一个主结点。

5、根据权利要求4的神经网络，其特点在于校正是加的。

6、根据权利要求4或5的神经网络，其特点在于主结点另有一个输入端，接收来自一个内活动器的输出信号，该活动器的输入与一个传感器单元的输出端相连，该传感器单元接收，代表相对于神经网络的最佳状态的偏移量的信号和外传感器输出的信号。

7、根据权利要求4-6的神经网络，其特点在于内活动器有一个输出端和一个选择和活动器的输入端相连，该选择和活动器的输出端和主结点相连。