模式识别课件--神经网络模式识别分析.ppt

神经网络与模式识别 1 人工神经网络发展概况 2 神经网络基本概念 3 前馈神经网络 神经网络模式识别法 11.1 人工神经网络发展概况 人工神经网络(Artificial Neural Networks，ANN)： 简称神经网络。 模拟人脑神经细胞的工作特点： 与目前按串行安排程序指令的计算机结构截然不同。 * 单元间的广泛连接； * 并行分布式的信息存贮与处理； * 自适应的学习能力等。 优点： (1) 较强的容错性; (2) 很强的自适应学习能力； (3) 可将识别和若干预处理融为一体进行； (4) 并行工作方式； (5) 对信息采用分布式记忆，具有鲁棒性。 四个发展阶段： 第一阶段：启蒙期，始于1943年。 形式神经元的数学模型提出。 第二阶段：低潮期，始于1969年。 《感知器》(Perceptions)一书出版，指出局限性 。 第三阶段：复兴期，从1982年到1986年。 Hopfield的两篇论文提出新的神经网络模型； 《并行分布处理》出版，提出反向传播算法。 第四个阶段：1987年至今，趋于平稳。 回顾性综述文章“神经网络与人工智能” 。 11.2 神经网络基本概念 11.2.1 生物神经元 1．生物神经元的结构 细胞体、树突、轴突和突触。 2．生物神经元的工作机制 兴奋和抑制两种状态。 抑制状态的神经元