如何甄别一家专业诚信的论文机构? 咨询电话: 13161669098(李老师) QQ:286399115点击即时交谈 设为首页 | 加入收藏 | 在线留言 | 旧版站点入口  

人工神经网络理论的提出

减小字体 增大字体 作者:佚名  来源:本站整理  发布时间:2016-12-13 21:20:32

人工神经网络理论的提出
    目前己经被这些人员探知的最复杂、最完善并_巨效率最高的信息处理系统就是人脑,可能有非常多的人都还没有意识到这一现状。可以说,人脑是一个奇迹,是生物进化史上的一个奇迹。它的存在,为各种各样的高级精神活动提供了物质基础,比如说情绪、智能、思维等等。尽管科学技术发展的如此之快,但是人类对我们自己的大脑的了解可谓是少之又少,因此人脑的研究也发展的越来越快,它将会是科技探索领域的一个最有潜力的领域。
    自从神奇的大脑被越来越多的人们意识到后,对它做研究的学者也就越来越多。他们应用各种方法去模拟、研究大脑,这些研究渗透在了各种纷业学科中,比如心理学、神经学、计算机科学、数学科学等等。当前,对大脑做的研究主要针对大脑神经的网络结构以及它的运布J;方式。山此得到的各种研究成果都将被应用在各种信息处理系统的设计中。为了解决信息处理系统中的各种难题,通过长期的研究、分析,学者们终于找到了一种方法来模拟最神奇的信息处理系统的一些特性,即大脑神经网络结构的基本特性[[9]。他们研发出了一些系统,这些系统的功能模拟了人功能一部分特性,在信息处理方面,这些系统可以为其提供非常多的帮助。
    Artificial Neural Network,简称ANN,这便是我们所说的人工神经网络它的研究少「始于上世纪四十一年代的初期,也就是在一九四儿年的时候。经过了半个多一世纪的发展研究,中间经历了一段非常艰难坎坷的路途,它从兴起发展到高潮,又走向了萧条,最终才趋向于稳步发展。现如今,ANN已经发展成为相对于以往来说是比较成熟的一门学科了。特别是在最近20多年里,人工神经网络的研究发展,更是得到了飞速发展。在目前,人工神经网络已变成了一门边缘交叉学科,它不仅融汇了神经学、信息学、计算机科学,还融汇了工程学等学科。它已变成一种大规模、复杂、并行的非线性系统汇川。至今为止,人工神经网络技术的发展大体上经历了萌芽期、第一次高潮、反思低潮期、第二次高潮期和稳定发展期五个阶段[[12-IS]0
    人工辛,{,经网络的拓扑结构非常灵活,并且它的处理机制达到了高度并行的程度,它还拥有一些人脑所具有的特性,比如强大的自学习、自组织、自适应能力,而且它还可以处理np问题,即处理1卜线性问题。人工神经网络的这些优点使其在预测科学领域得到了重视,并且它在预测研究方面得到了高度发展。首先,在1987年,Farber和Lapedes在预测研究领域应用了人工神经网络技术,并得到了很好的结果。因为它们的成功,国内外的许多专职研究人员便对应用了神经网络的那些预测方法进行了研究和改进,从此,大量成功运用神经网络预测的实例也被陆陆续续的发表出来。
二、人工神经网络的基本原理
    人工神经网络所应用的仁作原理以及网络结构,它们基本上都是从大脑的一些特性上反映过来的,比如活动规律和组织结构(大脑神经元网络)。ANN只是反映了一些人脑的基本特征,它不可能完成对人脑的真实再现。可以说,它只是对人脑的某一部分或某一功能进行某种模仿、抽象、简化。
    人工神经元是人工神经网络的组成基础,是它的基本组成单元【’“]。人工神经元是一个拥有多输入、单输出的处理单元,这个处理单元好比是数学上的多对一映射。既然它有多个输入端,那么它的每个输入端都与哪些相连才由此构成网络?因为神经网络是由大量的神经元互联而成,可见,一个神经元的每个输入端都将与一个或者几个像它一样的神经元的输出端连接在一起,进而形成网络。神经元的输入信号是由与它相连接的其它神经元的输出信号再经过一定的加权处理得到的。
    根据大脑的神经网络活动机理我们可以得知,仅仅一个神经元是无法完成对-那些输入信息进行处理、传递这一功能。因此,只有把大量的神经元连接起来组成一个非常庞大的网络时,对信息的处理、传递功能才可以被实现。也就是说,对输入信息进行的处理、存储功能需要通过这个网络中神经元间的相互作用刁‘能完成。同样的,要想在人工神经网络中实现上述功能,就必须把人工神经网络中的人工神经元连接起来,而且要按一定的规则变化进行连接,这样才可以实现识别和学习输入信息模式的功能。
    人工神经网络是参照生物的神经元网络刁‘发展起来的,现在也已经形成了许多种不同类型的神经网络。无论是什么类型的神经网络都是由庞大数量的人工神经元互联才形成的。所以,人工神经元必须要具有下面的几个特点:
      }1)人工神经元是一个多输入、牟输出的处理器,因此它也具备多输入单输出的特J性;
      C2)人工神经元是一个可以进行非线性输入输出来解决非线性问题的处理元件。只有在它的多个输入端收到的信息信号达到一定的效果后,才能够激活这个神经元,然后发出自己本身的信息信号;
      C3)人工神经元存在可塑性;
      C4)人工神经元的输出是由多个输入信息的加权处理,然后综合作用才产生的,即由所有的输入经过一定的累加算法形成的。
 

  • 好的评价 如果您觉得此文章好,就请您
      0%(0)
  • 差的评价 如果您觉得此文章差,就请您
      0%(0)

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论