人工神经网络理论设计及应用( 第二版) 教学课件 作者 韩力群 编著 第一章绪论.pptVIP

人工神经网络理论设计及应用( 第二版) 教学课件 作者 韩力群 编著 第一章绪论.ppt

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
尚辅网 尚辅网 人工神经网络 第一章:绪论 主讲:韩力群 1 绪 论 一、人脑与计算机信息处理能力的比较 二、人脑与计算机信息处理机制的比较 (一)系统结构 (二)信号形式 (三)信息存储 (四)信息处理机制 三、什么是人工神经网络 生物神经网络 人类的大脑大约有1.4?1011个神经细胞,亦称为神经元。每个神经元有数以千计的通道同其它神经元广泛相互连接,形成复杂的生物神经网络。 人工神经网络 以数学和物理方法以及信息处理的角度对人脑神经网络进行抽象,并建立某种简化模型,就称为人工神经网络(Artificial Neural Network,缩写 ANN)。 人工神经网络定义 神经网络是由多个非常简单的处理单元彼此按某种方式相互连接而形成的计算系统,该系统是靠其状态对外部输入信息的动态响应来处理信息的。 人工神经网络是一个由许多简单的并行工作的处理单元组成的系统,其功能取决于网络的结构、连接强度以及各单元的处理方式。 人工神经网络是一种旨在模仿人脑结构及其功能的信息处理系统。 1.2神经网络的基本特征 1.3 神经网络的基本功能 1.3 神经网络的基本功能 1.3 神经网络的基本功能 1.3 神经网络的基本功能 1.3 神经网络的基本功能 第一章小结 (1)什么是人工神经网络 (2)人工神经网络的基本特征 (3)人工神经网络的基本功能 北京工商大学信息工程学院 * 北京工商大学信息工程学院 北京工商大学信息工程学院 尚辅网 尚辅网 尚辅网 尚辅网 1.1 概述 人脑的结构、机制和功能中凝聚着无比的奥秘和智慧。 地球是宇宙的骄子, 人类是地球的宠儿, 大脑是人的主宰。 现在是探索脑的奥秘,从中获得智慧,在其启发下构造为人类文明服务的高级智能系统的时候了! 尚辅网 (一)记忆与联想能力 (二)学习与认知能力 (三)信息加工能力 (四)信息综合能力 (五)信息处理速度 尚辅网 尚辅网 尚辅网 尚辅网 结构特征: 并行式处理 分布式存储 容错性 能力特征: 自学习 自组织 自适应性 尚辅网 联想记忆功能 尚辅网 非线性映射功能 尚辅网 分类与识别功能 尚辅网 优化计算功能 尚辅网 知识处理功能 尚辅网 ANN是模拟人脑结构和信息处理机制而发展起来的智能信息处理系统。 ANN的研究产生于20世纪40年代,经历了40年漫长的初创期和低潮期,进入80年代后,人工神经网络终于以其不容忽视的潜力与活力进入了发展高潮,目前ANN的研究正处于百花齐放的全盛时期。六十多年来,它的结构与功能逐步改善,运行机制渐趋成熟,应用领域日益扩大,在解决各行各业的难题中显示出巨大的潜力,取得了丰硕的成果。目前人工神经网络已在我国科研、生产和生活中产生了普遍而巨大的影响。 为了适应人工神经网络应用不断深化的形势,普及人工神经网络的学科知识,培养应用人工神经网络的技术人才,国内各高校均已在研究生及本科教育阶段开设了人工神经网络课程。 浩瀚宇宙,奇妙无穷,星回斗转,万物丛生。在这个蔚蓝色的地球上,人为万物之灵。人类具有高度发达的大脑,大脑是人类思维活动的物质基础,而思维是人类智能的集中体现。人脑的思维有逻辑思维、形象思维和灵感思维三种基本方式。逻辑思维的基础是概念、判断与推理,即将信息抽象为概念,再根据逻辑规则进行逻辑推理。由于概念可用符号表示,而逻辑推理可按串行模式进行,这一过程可以事先写成串行的指令由机器来完成。计算机就是这样一种用机器模拟人脑逻辑思维的人工智能系统。  现代计算机组成单元的速度是人脑中神经元速度的几百万倍。因此,计算机处理问题的速度似乎应当比人脑快的多。事实上,对于那些推理或运算规则清楚的可编程问题,计算机确实可以高速有效地求解,例如弈棋。计算机在数值运算和逻辑运算方面的精确与高速极大地拓展了人脑的能力。但是计算机在解决与形象思维和灵感思维相关的问题时,却显得无能为力。例如人脸识别(婴儿从人群中认出母亲,日本脸谱识别计算机对有变化人脸显示“不是人”),骑自行车,打网球等涉及联想或经验的问题,人脑可以从中体会那些只可意会、不可言传的直觉与经验,可以根据情况灵活掌握处理问题的规则,从而轻而易举地完成此类任务,而计算机在这方面则显十分笨拙。 现代计算机在很多方面的功能还远不能达到人脑的智能水平。随着现代信息科学与技术的飞速发展,这方面的问题日趋尖锐,促使科学和技术专家们寻找解决问题的新出路。 当人们的思路转向研究大自然造就的精妙的人脑结构模式和信息处理机制时,推动了脑科学的深入发展以及人工神经网络的研究。 为了搞清计算机为什么处理形象思维问题方面的功能还远不能达到人脑的智能水平,我们不妨通过以下的比较得出答案

您可能关注的文档

文档评论(0)

时间加速器 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档