神经网络评价方法.pptVIP

评价的定义 评价： 就是对各种可行的方案，从社会、政治、经济、技术等方面予以综合考察，权衡利弊得失，给出评价结果，为决策提供科学的过程。 生物神经元在结构上由四部分组成: 细胞体(Cell body) 树突(Dendrite) 轴突(Axon) 突触(Synapse) 用来完成神经元间信息的接收、传递和处理。人类大脑皮层约有100亿个神经元，60亿个神经突触以及它们的连接体 优点 神经网络有很强的非线性拟合能力，可映射任意复杂的非线性关系，而且学习规则简单，便于计算机实现。具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场。 具有局部逼近的优点 RBF(径向基函数：radial basis function)神经网络是一种性能优良的前馈型神经网络,可以任意精度逼近任意的非线性函数，且具有全局逼近能力，从根本上解决了BP网络的局部最优问题，而且拓扑结构紧凑，结构参数可实现分离学习，收敛速度快。RBF网络和模糊逻辑能够实现很好的互补，提高神经网络的学习泛化能力。 缺点 （1）最严重的问题是没能力来解释自己的推理过程和推理依据。 （2）不能向用户提出必要的询问，而且当数据不充分的时候，神经网络就无法进行工作。 （3）把一切问题的特征都变为数字，把一切推理都变为数值计算，其结果势必是丢失信息。