神经网络讲解与实例.pptVIP

人工神经网络

(ArtificialNeuralNetwroks

-----ANN)

1.1人工神经网络发展概况

人工神经网络(ArtificialNeuralNetworks，ANN)：简称神

经网络。

模拟人脑神经细胞的工作特点：

*单元间的广泛连接；

*并行分布式的信息存贮与处理；

*自适应的学习能力等。

优点：

(1)较强的容错性;

(2)很强的自适应学习能力；

(3)可将识别和若干预处理融为一体进行；

(4)并行工作方式；

(5)对信息采用分布式记忆，具有鲁棒性。

四个发展阶段：

第一阶段：启蒙期，始于1943年。

形式神经元的数学模型提出。

第二阶段：低潮期，始于1969年。

《感知器》(Perceptions)一书出版，指出局限性。

第三阶段：复兴期，从1982年到1986年。

Hopfield的两篇论文提出新的神经网络模型；

《并行分布处理》出版，提出反向传播算法。

第四个阶段：1987年至今，趋于平稳。

回顾性综述文章“神经网络与人工智能”。

人工神经网络的基本特点

神经网络可以用大规

具有学习和记忆能

模集成电路来实

力．一个神经网络可

现．如美国用256

以通过训练学习判别