智能信号处理.pptxVIP

智能信号处理什么是智能？智能可以是名词，也可以是形容词。用作名词，智能是指人类所能进行的脑力劳动，包括感觉、认知、记忆、联想、计算、推理、判断、决策、抽象、概括……用作形容词，智能的意义是：人一样的、聪明的、灵活的、柔性的、自学习的、自组织的、自适应的、自治的……智能理论的研究包括两方面：其一是对智能的产生、形成和工作的机制的直接研究；其二是研究如何利用人工的方法模拟、延伸和扩展智能。什么是智能信号处理？能够使用工具是人类的重要特征。人们对于体力上胜过他们的机器司空见惯，然而，当IBM的计算机（Deep Blue）打败国际象棋大师 Kasparov 的时候，许多人坐不住了：计算机如此聪明，它们能力的成长会失去控制，最终危害人类吗？实际上，胜过人类棋手的计算机，无非是按照程序设计者事先规定的算法行事，是编程者的算法胜了国际象棋大师。 什么是智能信号处理？ 心理活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相应的是计算机程序、语言和硬件。　研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 这是智能信息处理的起源！智能信号处理智能信号的处理方法神经网络概念BP神经网络神经网络的应用实例1、智能信号处理方法 人工智能(Artificial Intelligence ， AI) ，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 基于人的慢速脑研究； 思维观点: AI不仅限于逻辑思维，还应考虑形象思维、灵感思维，才能促进AI的突破性的发展。慢速脑逻辑脑学术脑左脑快速脑非逻辑脑图像脑右脑1、智能信号处理方法小波分析神经网络人工智能遗传算法模糊聚类专家系统模式识别2.1神经网络的概念人工神经网络是从微观结构与功能上对人脑神经系统的模拟而建立起来的一类模型，具有模拟人的部分形象思维的能力。其特点主要是具有非线性、学习能力和自适应性，是模拟人的智能的一条重要途径。它是由简单信息处理单元（人工神经元，简称神经元）互联组成的网络，能接受并处理信息。网络的信息处理由处理单元之间的相互作用来实现，它是通过把问题表达成处理单元之间的连接权来处理的。2.1神经网络的概念神经网络是人脑的某种抽象、简化和模拟，反映了人脑功能的若干基本特性：（1）网络的信息处理由处理单元间的相互作用来实现，并具有并行处理的特点。（2）知识与信息的存储，表现为处理单元之间分布式的物理联系。（3）网络的学习和识别，决定于处理单元连接权系的动态演化过程。（4）具有联想记忆的特性。2.1神经网络的概念 1943年，美国心理学家Mc Culloch和数学家Pitts共同提出“模拟生物神经元”的被称为MP的人工神经元模型，从此开创了对神经网络的理论研究。2.1神经网络的概念其中： 为阈值 为连接权值 为激活函数2.1神经网络的概念神经元模型的作用函数，用以模拟神经细胞的兴奋、抑制以及阈值等非线性特性。 2.1神经网络的概念MP模型在发表时并没有给出一个学习算法来调整神经元之间的来连接权值。但是，我们可以根据需要 ，采用一些常见的算法来调整神经元连接权，以达到学习的目的。下面介绍的Hebb学习规则就是一个常见学习算法。Hebb学习规则：神经网络具有学习功能。对于人工神经网络而言，这种学习归结为：若第i个和第j个神经元同时处于兴奋状态，则它们之间的连接应当加强，即：2.2神经网络的互联模式根据连接方式的不同，神经网络的神经元之间的连接有如下几种形式。1）前向网络前向网络结构如下图。神经元分层排列，分别组成输入层、中间层（也称为隐含层，可以由若干层组成）和输出层。每一层的神经元只接受来自前一层神经元的输入，后面的层对前面的层没有信号反馈。输入模式经过各层次的顺序传播，最后在输出层上得到输出。感知器网络和BP网络均属于前向网络。2.2神经网络的互联模式2）有反馈的前向网路其结构如下图。输出层对输入层有信息反馈，这种网络可用于存储某种模式序列。如神经认知机和回归BP网络都属于这种类型。2.2神经网络的互联模式3）层内有相互结合的前向网络其结构如下图。通过层内神经元的相互结合，可以实现同一层内神经元之间的横向抑制或兴奋抑制。这样可以限制每层内可以同时动作的神经元素，或者把每层内的神经元分为若干组，让每一组作为一个整体进行运作。例如，可以利用横向抑制机理把某层内具有最大输出的神经元挑选出来，从而抑制其他神经元，使之处于无输出的状态。2.3神经网络的学习方式 神经网络的学习也称为训练，指的是通过神经网络所在环境的刺激作用调整神经网络的参数（权值和域值），使神经网络以一种新的方式对外部环境做出反应的一个过程。