人体神经网络模型.pdfVIP

知识水坝为您提供优质论文 知识水坝为您提供优质论文 前 言 月ij 舀 人工神经网络 (ArtificialNeuralNetwork，简称ANN)是在对大脑神经网 络的认识理解的基础上发展起来的。早在20世纪初，人们就已经知道人脑的工 作方式与现在的计算机是不同的。现代计算机虽然有很强的计算和信息处理能 力，但是它对于模式识别、感知和在复杂环境中作决策等问题的处理能力远不 如人。特别是它只能按照人事先编好的程序机械地执行，缺乏向环境学习、适 应环境的能力。而人脑是由大量的基本单元 (神经元)经过复杂的互相连接而 成的一种高度复杂的、非线性的、并行处理的信息处理系统。虽然单个神经元 的反应速度是在毫秒级，比计算机的基本单元— 逻辑门 (反应时间在10-ss量 级)低5-6个数量级。由于人脑的神经元数量巨大 (大约为1010个)，每个神 经元可与几千个其它神经元连接 (总连接数约为6x103)，对有些问题的处理 速度反而比计算机快得多。它的能耗约为每一运算10-1sJ/s(计算机为每一运 算10-,1J/s)，可见其性能要比现代计算机高得多。因此，人们自然会想到，大 脑的组织结构和运行机制必有其绝妙的特点，从模仿人脑职能的角度出发，来 探寻新的信息表示、存储和处理方式，设计全新的计算机处理结构模型，构造 一种更接近人类智能的信息处理系统来解决实际工程和科学研究领域中传统的 冯 ·诺依曼计算机难以解决的问题，必将大大促进科学进步，并会在人类生活 的各个领域引起巨大变化。简而言之，人工神经网络就是模仿人脑工作方式而 设计的一种机器，它可以用电子或光电元件实现，也可以用软件在常规计算机 上仿真;或者说人工神经网络是一种具有大量连接的并行分布式处理系器，它 具有通过学习获取知识并解决问题的能力，且知识是分布存储在连接权 (对应 于生物神经元的突触)中，而不是象常规计算机那样按地址存在特定的存储单 元中。 人工神经网络的研究，始于上世纪初，但是它的发展却经历了一条曲折的 道路[1,2,41e 早在1890年，美国生理学家W.James出版了 生《理学》3[51一书，该书首次 阐明了有关人脑结构及其功能，以及一些相关学习、联想记忆的基本规则，并 一3一 知识水坝为您提供优质论文 前言 指出:人脑中，当两个基本处理单元同时活动，或两个单元靠得比较近时，一 个单元的兴奋会传递到另一个单元，而且一个单元的活动程度与它周围单元的 活动数目和活动的密度是成正比的。这些论述有些是该书作者的推断，但在以 后的发展中都证明这些推断是正确的。 1943年，心理学家McCulloch和数学家Pitts在数学生物物理学会刊 (BulletinofMathematicalBiophysics》上发表文章4[31，总结了生物神经元 的一些基本生理特性，即M-P模型。现在看来，这个模型是过于简单了，但是 他们的贡献在于: (1)证明了用M-P模型能够完成任意有限的逻辑运算; (2)他们是在W.James后第一个采用集体并行计算结构来描述人工神经元和网络 工作的; (3)他们的工作为以后进一步的研究提供了依据。 1949年，D.O.Hebb发表论著 行《为自组织》2[91提出神经元之间突触联系 强度可变的假设。他提出了很多有价值的观点，这对以后的人工神经网络的结 构和算法都有很大的影响，具体有以下几点: (1)他提出了在一个神经网络里信息是贮藏在突触联结的权中; (2)联结权的学习率是正比于两个被联神经细胞的活动状态值的乘积; (3)假设权是对称的，从A细胞到B细胞的权等于B细胞到A细胞的权; (4)细胞的互相联结的结构是它们权的改变创造出来的。 直到现在，Hebb的学习算法仍在不少人工神经网络中应用。 1958年，F.Rosenbiatte定义了一个神经网络结构1521称为感知 器(Perceptron)，这是第一个真正的人工神经网络，因为他在IBM704计算机 上进行了模拟，从模拟结果来看，感知器是有能力通过调整权的学习达到正确 分类的结果，因此它可以称为一个学习机。 1960年