人工神经网技术.ppt

人工神经网络技术 内容 神经网络工具箱 BP网络与BP学习算法 神经网络的学习 人工神经网络概述 神经网络基本数学模型 人工神经网络概述 人工神经网络（Artificial Neural Network, ANN），也称为神经网络（Neural Network, NN），是由大量处理单元广泛互联而成的网络，是对人脑的抽象、简化和模拟，反映人脑的基本特征。人工神经网络的研究是从人脑的生理结构出发来研究人的智能行为，模拟人脑信息处理的功能。它是植根于神经系统、数学、统计学、物理学、计算机科学及工程等学科的一种技术。 人工神经网络概述 人工神经网络是一种模拟人神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入和输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果。 神经网络基本数学模型 经过对生物神经元的长期广泛研究，1943年美国心理学家麦卡洛克（W.McCulloch）和数理学家皮茨（W.Pitts）根据生物神经元生物电和生物化学的运行机理提出神经元的数学模型，即著名的MP模型。 一个典型的人工神经元MP模型如图所示。 . . . . . . 神经网络基本数学模型 对于网络中的第i