一种新型人工神经网络模型.pdfVIP

一种新型人工神经网络模型 1 1 2 3 周晓正 ，林小竹 ，陈星 ，李玉龙 1 北京石油化工学院信息工程学院，北京 (102617) 2 北京航空航天大学电子信息工程学院，北京 (10008) 3 全南大学电子通信系，丽水（550-749 ） E-mail ：zhouxiaozheng@ 摘 要：提出一种新型人工神经网络模型，称为“基于模式神经元的人工神经网络（Pattern Neuron Based Artificial Neural Network,PNBANN）”。与现有的神经计算网络不同，PNBANN 是一种完全基于神经元连接的网络模型。网络中的每一个神经元都唯一代表一种模式，每当 接收新模式时，自动建立一个新的连接，把信息存储在网络中；而接收已有的模式时，已有 的神经元连接得到加强。当模式神经元的输出达到所设定的感觉阈值时，对应模式的信息被 记忆。因此，PNBANN就是不断地接收、存储各种信息，并把感觉足够强的模式记忆下来， 这一过程更接近于人脑的学习、记忆过程。实验结果证明，PNBANN学习效率高，在学习新 知识时不会影响已有的知识，同时具有很强的识别能力。 关键词：模式神经元 人工神经网络 感觉阈值 中图分类号：TP18 1 引言 使机器能够思维并具有人类的智慧，是人工系统模拟生物系统的最高目标，也是当前信 息化社会的迫切要求。为使机器达到真正的智能化，必须首先揭开人脑的奥秘，掌握人脑的 结构、组成以及工作机理。但人类的大脑是世界上最复杂、最高级、最神奇的物质结构，经 过数亿年的生命进化，人类的大脑已经成为生命进化史中的一个顶峰。科学研究已经表明， 人脑的生理结构是由大约 1011 个神经元组成，而每个神经元与其他神经元的连接可多达 104 条。此外，每个神经元本身也是一个错综复杂的系统。这些神经元相互连接构成了一个动态 的、开放的、高度复杂的神经网络巨系统。由于人脑的这种高度复杂性，以致于人们至今对 她的生理结构和工作机理还未完全弄清楚，有关大脑的一系列难解之谜依然摆在我们面前。 近几十年来,神经计算科学迅速发展，人们提出了很多种神经计算网络模型[7]. 最新资 料显示，目前在人工神经网络的研究方面，国内外学者主要是按照神经计算这一思路进行研 究，构建不同的神经计算网络，提出新的算法，而研究最多的是把神经计算网络应用于实际 工程当中，如控制系统、模式识别等实际应用领域[1-6]。但现在的问题是，尽管现有计算机 的运算速度远远超过人脑，但在某些在人类看来异常简单的事情，智能机器实现起来却异常 困难，甚至是无能为力。这说明，现有人工神经网络与人脑的生物神经网络还存在着本质的 区别。本文正是针对这一问题，提出一种新的、更接近人脑的神经网络模型。 2 现有人工神经计算模型及工作算法简述 在神经计算科学中，Hebb 学习是唯一真正具有神经生理学依据的学习机制，因而，对 各类人工神经系统具有普适性。Hebb 突触修饰是神经网络模型建立的依据，也是记忆和学 习的基础。现有各种神经计算模型虽然各有不同，但都是以神经计算科学为基础的，是基于 “计算”的神经网络。图 1（a） 是一个 3 输入2 输出的单层感知器。 -1- x x x x x x 1 2 3 1 2 3 w Δ