matla编程代做highspeedlogic★基于基因数据的神经网络模式分类研究.docVIP

摘 要 识别活动是人类的基本活动，人们希望机器能代替人类进行识别工作，因此模式识别的理论和方法引起了人们极大的兴趣并进行了长期的研究，现已发展成一门多学科交叉的学科。人工神经网络能较好地模拟人的形象思维，而且由于具有大规模并行协同处理能力、较强的容错能力和联想能力以及较强的学习能力，所以将神经网络方法运用到模式识别中去解决识别问题己成为国内外科技工作者广泛关注的热点。 本文首先对模式识别、神经网络的发展概况以及应用神经网络来进行模式识别作了较为详细的介绍，然后分析了模式识别的一些基本概念、方法，指出了其困难和要求，同时给出了神经网络进行模式识别的方法神经网络通俗来讲，就是人们平时所说的人工智能。这个词是神经网络在人类大脑上历史基础的结果。神经网络是基于人类大脑工作的简化模型这就解释了与人脑相关的神经网络术语。例如，神经网络是经过训练的，而训练的过程被称为学习。神经网络，例如多层的感知器，甚至使用被称为神经元的内部结构，神经细胞由此接收输入并且以不同的强度发射信号。人工神经元网络是生物神经网络的一种模拟和近似，它从结构、实现机理和功能上模拟生物 神经网络。从系统观点看，人工神经元网络是由大量神经元通过极其丰富和完善的连接而构 成的自适应非线性动态系统。 模式识别是一种从大量信息和数据出发，在专家经验和已有认识的基础上，利用计算机和数学推理的方法对形状、模式、曲线、数字、字符格式和图形