[神经网络2.pptVIP

Hecht—Nielsen（1988年） 人工神经网络是一个并行、分布处理结构，它由处理单元及其称为联接的无向讯号通道互连而成。这些处理单元（PE—Processing Element）具有局部内存，并可以完成局部操作。每个处理单元有一个单一的输出联接，这个输出可以根据需要被分枝成希望个数的许多并行联接，且这些并行联接都输出相同的信号，即相应处理单元的信号，信号的大小不因分支的多少而变化。 人工神经网络的概念 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Hecht—Nielsen（1988年）（续） 处理单元的输出信号可以是任何需要的数学模型，每个处理单元中进行的操作必须是完全局部的。也就是说，它必须仅仅依赖于经过输入联接到达处理单元的所有输入信号的当前值和存储在处理单元局部内存中的值。 人工神经网络的概念 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 强调： ① 并行、分布处理结构； ② 一个处理单元的输出可以被任意分支，且 大小不变； ③ 输出信号可以是任意的数学模型； ④ 处理单元完全的局部操作 人工神经网络的概念 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1）一组处理单元（PE或AN）； 2）处理单元的激活状态（ai）； 3）每个处理单元的输出函数（fi）； 4）处理单元之间的联接模式； 5）传递规则（∑wijoi）； 6）把处理单元的输入及当前状态结合起来产生激活值的激活规则（Fi）； 7）通过经验修改联接强度的学习规则； 8）系统运行的环境（样本集合）。 人工神经网络的概念 Rumellhart，McClelland，Hinton Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Simpson（1987年） 人工神经网络是一个非线性的有向图，图中含有可以通过改变权大小来存放模式的加权边，并且可以从不完整的或未知的输入找到模式。 人工神经网络的概念 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 多学科性 神经生理学：了解结构、信息活动的生理特征 认识科学：物理平面到认识平面的映像表达、编码理论、符号方法等 数理科学：NN运算和状态分析的工具 信息论、计算机科学以及各工程领域：工程应用 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 人工神经网络 简单单元广泛互连 每个单元和连接具有自适应性 每个单元均具有计算能力 能模拟生物神经系统对客观世界的交互反应 一种复杂的数学映射工具和动力学系统 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 人脑信息处理的特点 巨量并行性 信息处理和存储单元结合在一起 自组织学习能力 求满意解而不是精确解 有效处理各种模拟的、模糊的、随机的问题 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 人工神经网络的特点 非线性 输入－出映射 适应性 容错性（信息的分布表示） VLSI实现（运算的全局并行） 证据响应（决策置信度） Evaluation only. Cr