第九章3人工神经网络.ppt.pptVIP

§9.3 人工神经网络 人工神经网络(Artificial Neural Network, ANN)是在现代生物学研究人脑组织所取得成果的基础上提出的，它利用大量简单的处理单元广泛连接组成的复杂网络来模拟人类大脑的神经网络结构和行为。 人工神经网络具有人脑功能的基本特征：即学习、记忆、概括、归纳和抽取等，从而解决了人工智能研究中的某些局限性。 注意：这种模拟具有很大的局限性。 §9.3.1 人工神经网络的基本特征 1. 学习 神经网络可以根据外界环境修改自身的行为。 2. 概括 经过训练，神经网络的响应能在某种程度上对外界输入信息少量的丢失或神经网络组织的局部缺损不再很敏感。因此，神经网络具有鲁棒性(Robust、稳健性)，或称为容错能力。 3. 抽取 神经网络还有一种抽取外界输入信息特征的特殊功能，或称神经网络具有创造性。 §9.3.2 人工神经网络的基本模型 人类大脑的活动过程 典型的人工神经网络模型 人类大脑的活动过程输入信息(视觉、听觉、触觉等)经延迟、分析和提取特征后产生输出(动作)。 加工 存贮 逻辑 长期 非逻辑 短期 输出系统 语言、动作 输入系统 视、听、触 控制系统 有意识控制 无意识控制 动力系统