第八章_人工神经网络在模式识别中的应用【参考】.docVIP

第八章 人工神经网络在模式识别中的应用 第一节 人工神经网络概述 一、概述 模式识别理论的发展表明，人们不但要研究计算机信息分析技术，而且还应进行人类感 人工神经网络的研究与计算机的研究几乎是同步发展的，并且相互间有一定的促进作1943年，心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型，成为1949年，心理学家D．O．Hebb提出神经元之间突触联系强度可Von Neumann在20世纪50年代就已注意到计算机与人脑结构的差50年代末，Rosenblatt提出了感知器模1969年，人工智 Minsky和Papert出版了《感知器》，从数学上深入分析了感知器的原理，指在此期间仍有不少科学家坚持这一领域的研究，对此后的人工神经网络研究提供了很好的理论基础。 1982年，Hopfield提出了人工神经网络的一种数学模型，引入了能量函数的概念，研究了网络的动力学性质；紧接着又设计出用电子线路实现这一网络的方案，同时开拓了人工神经网络用于联想记忆和优化计算的新途径，大大促进了人工神经网络的研究。1986年，Rumelhart及LeCun等学者提出了多层感知器的反向传播算法，扫清了当初阻碍感知器模型继续发展的重要障碍。另一方面，20世纪80年代以来，传统的基于符号处理的人工智能在解决工程问题时遇到了许多困难。现代的串行机尽管有很好的性能，但在解决像