- 1、本文档共94页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
IC04神经网络基础,cnn卷积神经网络基础,神经网络数学基础,人工神经网络基础,神经网络的综合基础,神经网络基础与应用,人工神经网络基础pdf,神经网络基础,神经网络基础下载,神经网络的数学基础
4.1 概述 模糊控制技术基于人类语言的描述和推理。 模糊控制从人的经验出发,解决了智能控制中人类语言的描述和推理问题,尤其是一些不确定性的语言描述和推理问题,从而在机器模拟人脑感知、推理等智能行为方面迈出重大的一步。 模糊控制在处理数值数据、自学习能力等方面还远没有达到人脑境界。 人工神经网络(ANN,Artificial Neural Network ,简称神经网络 )从另一个角度出发,即从人脑的生理学和心理学着手,通过人工模拟人脑的工作机理来实现机器的部分智能行为。 神经网络具有信息的分布存储、并行处理以及自学习能力等优点,所以它在信息处理、模式识别、智能控制等领域有着广阔的应用前景。 20世纪80年代以来,人工神经网络研究所取得的突破性进展。神经网络控制是将神经网络与控制理论相结合而发展起来的智能控制方法。它已成为智能控制的一个新的分支,为解决复杂的非线性、不确定、未知系统的控制问题开辟了新途径。 并行分布处理:神经网络具有高度的并行结构和并行实现能力,因而能够有较好的耐故障能力和较快的总体处理能力。这特别适于实时控制和动态控制。 非线性映射:神经网络具有固有的非线性特性,这源于其近似任意非线性映射能力。这一特性给非线性控制问题带来新的希望。 通过训练进行学习:神经网络是通过所研究系统过去的数据记录进行训练的。一个经过适当训练的神经网络具有归纳全部数据的能力。因此,神经网络能够解决那些由数学模型或描述规则难以处理的控制过程问题。 1890年,W.James发表专著《心理学》,讨论了脑的结构和功能。 1943年,美国神经生理学家 McCulloch和数学家 Pitts合写了一篇关于神经元如何工作的开拓性文章:“A Logical Calculus of Ideas Immanent in Nervous Activity”。该文指出,脑细胞的活动像断/通开关,这些细胞可以按各种方式相互结合,进行各种逻辑运算。 提出了生物脑神经元的数学模型,即著名的M-P模型,该模型给出了神经元的形式化数学描述和网络结构的描述方法。 1949年,心理学家Donala Hebb写了一本书:“The Organization of Behavior”。 在该书中,他强调了心理学和生理学间的联系和沟通,指出脑细胞间的思路每当通过参与某种活动时将被加强,这就是所谓的神经网络学习的“突触修正假设”,认为神经元之间的连接强度随神经元的活动而变化,该假设也称为Hebb学习规则。 1957年,计算机专家Frank Rosenblatt开始从事感知器的研究,并制成硬件,通常被认为是最早的神经网络模型(Perceptron模型)。 它是一个连续可调的M-P神经元模型,经过训练可以对一定的模式集合进行分类识别。 1959年,两位电机工程师Bernard Widrow和Marcian Haff开发出一种叫作自适应线性单元(ADALINE)的网络模型,并在他们的论文“Adaptive Switching Circuits”中描述了该模型和它的学习算法( Widrow- Haff算法)。该网络通过训练,可以成功用于抵消通信中的回波和噪声,也可用于天气预报,成为第一个用于实际问题的神经网络,极大地促进了人工神经网络的研究。 1962年,Rosenblatt出版了一本书“The Principles of Neurodynamics”,详述了他的感知器模型。该感知器具有输入层、输出层和中间层,通过实验可以模仿人的某些特性,并断言它可以学会任何它可以表示的功能。 1967年,Stephen Grossberg通过对生理学的研究,开发了一种称作雪崩网的神经网络模型,可以控制机器人手臂的运动。 在这一时期,由于感知器的某些进展和对神经网络的宣传,人们乐观地认为几乎已经找到了实现智能的关键。人们夸大了神经网络的潜力(有人甚至担心制造机器人的人类会很快受到机器人的攻击)。 1969年,Marvin Minsky和Seymour Papert合著了一本专著“Perception”,对简单神经网络的功能和局限性从数学上进行了深入的分析,指出诸如感知器这样的简单神经网络只能进行线性分类和求解一阶谓词问题,不能作非线性分类(如 “异或”问题),也不能解决高阶谓词问题。要解决这些问题,必须引入隐含单元,但要找到一个有效的学习算法并不乐观,给Rosenblatt的感知器判了“死刑”。 此时,批评的声音高涨,导致了停止对人工神经网络研究所需的大量投资。 不少研究人员把注意力转向了人工智能,导致对人工神经网络的研究陷入低潮。 1982年,物理学家John Hopfield向美国科学院递交了有关神经网络的报告,主要内容就是建议收集和重视以前对神经网络
您可能关注的文档
- 湖北师范学院地理科学系宜昌水文与地貌学实习报告.x江丽.doc
- DMFC技术分析与展望.ppt
- 游戏产品运营事故案例介绍.ppt
- 湖北随州市2012年中考数学试题有答案版.doc
- 湖南大学土木工程毕业设计.doc
- DOE 田口实验设计方法.ppt
- 溷凝土硫酸盐侵蚀机理及影响因素.ppt
- 溷凝土结构设计原理课程实习报告.doc
- 灰色调美元拼图美图经济主题模板.ppt
- ELJYⅡ_计算机组成原理第二套_实验十.doc
- 夯实数字基础全面推进核电数字化转型升级.docx
- 2025年浙江横店影视职业学院单招综合素质考试题库完整版.docx
- 混合气体的分压定律和分体积定律物理化学77课件.pptx
- 2025汽车技师职业鉴定全真模拟模拟题附答案详解【黄金题型】.docx
- 核能行业数字化转型.docx
- 2025汽车技师职业鉴定复习提分资料附参考答案详解(能力提升).docx
- 2025汽车技师职业鉴定复习提分资料附完整答案详解【名师系列】.docx
- 2025汽车技师职业鉴定复习提分资料附参考答案详解【考试直接用】.docx
- 2025汽车技师职业鉴定复习提分资料附参考答案详解(预热题).docx
- 2024年公司岗位职责风险(共10篇).pdf
文档评论(0)