原文地址：https://zhuanlan.zhihu.com/p/165639467
生物神经元的结构
神经元是脑组织的基本单元，是神经系统结构与功能的单位。据统计，人类人脑大约包含有1.4*1014个神经元，每个神经元与人约103-105个其他神经元相连接，构成一个极为庞大而复杂的网络，即生物神经网络。
生物神经网络中各神经元之间连接的强弱，按照外部的激励信号作适应变化，而每个神经元又随着所接受的多个激励信号的综合结果旱现出兴奋和抑制状态。人脑的学习过程就是神经元之间连接强度随外部激励信息作适应变化的过程，人脑处理信息的结果由各神经元状态的整体效果确定。
神经元在结构上由细胞体、树突、轴突和突触四部分组成如图1所示。
图1 神经结构网络示意图
细胞体：细胞体由细胞核、细胞质和细胞膜等组成。
树突：树突是精致的管状延伸物，是细胞体向外延伸出的许多较短的分支，围浇细胞体形成灌木丛状，他们的作用是接受来自四面八方传入的神经冲击信自，相当于细泡的“输入端”，信息流从树突出发，经过细胞体，然后由轴突传出。
轴突：轴突是由细胞体向外冲出的最长的一条分支，形成一条通路，信号能经过此通路从细胞体长距离地传送到脑神经系统的其他部分，其相当于细胞的“输出端”。
突触：突触是神经元之间通过一个神经元的轴突末梢和其他神经元的细胞体或树突进行通信连接，这种连接相当于神经元之间的输入输出的接口。
人工神经元模型
人工神经元模型：人工神经元是对生物神经元的功能和结构的模拟，是对生物神经的形式化描述，是对生物神经元信息处理过程的抽象。
作为人工神经网络的基本处理单元，人工神经元的功能是:对每个输入的信号进行处理以确定其强度（加权）；确定所有的输入信号的组合效果（求和）；确定其输出（转移特性）。它一般是一个多输入/单输出的非线性器件，其结构模型如图2所示。
如同生物神经元有许多输入（树突）一样，人工神经元也有很多输入信号，并同时作用到人工神经元上，生物神经元中大量的突触具有不同的性质和强度，使得不同的输入的激励作用各不相同，因此在人工神经元中，对每一个输入都有一个可变的加权，用于模拟生物神经元中突触的不同连接强度及突触的可变传递特性，生物神经元的时空整合功能，使得人工神经元必须对所有的输入进行累加求和来全部输入作用的总效果，该和类似与生物神经元的膜电位；在生物神经元中，只有在膜电位超过动作电位的阈值时，生物神经元才能产生神经冲动，反之则不能，因此在人工神经元中，也必须考虑该动作的电位阈值，与生物神经元一样，人工神经元只有一个输出（轴突），同时，由于生物神经元的膜电位与神经脉冲冲动之间存在这一种数模转换关系，因此在人工神经元中要考虑输入与输出之间的非线性关系。
图2 人工神经元结构模型
设神经元j的输入向量为xj=(x1,x2,...,xn)T ,Xi(i=1,2,3,...,n)表示第i个神经元输入，是神经元j的多个输入之一，n表示输入神经元的个数。输入神经元节点连接到神经元节点j的加权向量为wj=(w1j,w2j,...，wnj)T,wij（i=1,2,3,…,n）表示从第i个输入神经元节点到节点j的加权值(神经元节点i与神经元节点j的连接强度)，μi是由输入信号线性组合后的输出，θi是神经元i的净输入.为神经元的阈值，vi为经偏差调整后的值，也称为神经元的局部感应区。
f(x)是激励函数,模拟的是生物神经元在接受一定的刺激之后产生兴奋信号，否则刺激不够的话，神经元保持抑制状态这种现象。yi是神经元i的输出。
