DM33BP算法及其他方法QBai21082006.pptVIP

人工神经网络 Dr. Qingyuan Bai School of Computer Science Faculty of Mathematics and Computer Science, Fuzhou University Email: baiqy@fzu.edu.cn 什么是神经元网络 （Artificial Neural Network, ANN) 由简单的处理单元（神经元）构成的规模宏大的并行分布式的处理器，存储经验知识和使之可用的特性。是想模仿人（或动物）脑的物理（或计算）模型。有两方面与人脑相似： 神经元网络获取的知识是从外部的环境中 学习来的。 互连神经元网络的连接强度，即突触权值，用于存储获取的知识。 成功应用 神经网络学习方法对于逼近实数值、离散值或向量值的目标函数提供一个健壮性的方法，特别是反向传播算法（BP）已在一些实际问题得到了惊人的成功，如人脸识别，文字（手写体等）识别，语音识别，汽车驾驶，股票分析……等。 人工神经元网络 一 概述 1 ANN的发展历史 2 感知器 3 后向传播算法 一 概 述1 ANN的发展历史2 感知器3 后向传播算法 1.ANN的发展历史（1/4） MP模型 Mcculloch（生理）和Pitts(数理逻辑)1943年首次提出神经元的数学模型，即M-P数学模型。能完成有限的逻