工神经网络图象数字识别(毕业答辩).pptVIP

人工神经网络的图像数字识别 指导教师：涂 立（讲　师） 模型设计：张建成 系 部：计算机科学与技术系 第一章 神经网络简介 人工神经网络（Artificial Neural Networks，简写为ANNs）是对人脑或自然神经网络（Natural Neural Network）若干基本特性的抽象和模拟。人工神经网络以对大脑的生理研究成果为基础的，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能。目前在神经网络研究方法上已形成多个流派，最富有成果的研究工作包括：多层网络 BP算法，Hopfield网络模型，自适应共振理论，自组织特征映射理论等。 1.人工神经网络的特点 可以充分逼近任意复杂的非线性关系； 所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的鲁棒性和容错性； 采用并行分布处理方法，使得快速进行大量运算 成为可能； 可学习和自适应不知道或不确定的系统； 能够同时处理定量、定性知识。 2.人工神经网络的主要方向 理论研究： 利用神经生理与认知科学研究人类思维以及智能机理。 利用神经基础理论的研究成果，用数理方法探索功能更加完善、性能更加优越的神经网络模型，深入研究网络算法和性能 应用研究： 神经网络的软件模拟和硬件实现的研究。 神经网络在各个领域中应用的研究。这些领域主要包括：模式识别、信号处理、知识工程