PNN，Probabilistic Neural Networks，即概率神经网络[43~45]是一种基于贝叶斯决策规则的神经网络技术，其神经网络的训练期望误差较小，是一种基于统计原理的人工神经网络。概率神经网络以Parzen窗口函数为激活函数，其同时包含了径向基神经网络与经典的概率密度估计算法的优势，因此在识别与分类方面，与传统的BP神经网络相比具有较为明显的性能优势。 其结构如下：
从图的结构可知，PNN概率神经网络从结构上划分主要包括PNN输入层，PNN样本层，PNN求和层以及PNN竞争输出层四个网络层次。其中样本层的主要功能是将输入的信号进行加权求和运算，并通过一个激活函数运算后送给下一层，其中激活函数为高斯函数，即：
标签：概率,函数,求和,神经网络,概述,PNN,激活 From： https://www.cnblogs.com/matlabfpga/p/17004753.html