基于认知模拟的符号2神经网络系统的研究.PDFVIP

第 11 期 电　　子 　　学 　　报 Vol . 28 　No . 11 　2000 年 11 月 ACTA ELECTRONICA SINICA Nov . 　2000 　 基于认知模拟的符号神经网络系统的研究 王继成 ( 同济大学计算机科学与工程系 ,上海 200092) 　　摘 　要 : 　本文根据认知科学的理论 , 同时以神经科学 、脑科学等学科的最新研究成果为指导 ,利用计算机科学 、 数学及工程科学的方法 ,提出了一个基于认知模拟的符号 - 神经网络系统. 该系统不仅具有好的逻辑思维能力 ,而且 具有好的形象思维能力 ,可以较好地模拟人类的感知 、认知和思维等功能. 关键词 : 　认知科学 ; 神经网络 ; 混合系统 ; 人工智能 中图分类号 : 　TP18 　　　文献标识码 : 　A 　　　文章编号 : (2000) Re se arch of SymbolicN eural N etwork Sy st em Ba se d on Co gnition Simulation Wang Jicheng ( Dept . of Comp uter , Tongj i University , Shanghai 200092 , China) Ab stract : 　According to the theory of cognition science and the new research results of neurophysiology and brain science ,this paper presents a SymbolicNeural Network System Based on Cognition Simulation by the help of the computer science ,mathematics and engineering science . The experiments have shown that this system has not only good ability on logic thinking ,but also good ability on image thinking ,and can well simulate the sensation ,cognition and thinking of man . Key word s : 　cognition science ;neural network ;hybrid system ;artificial intelligence recognition 1 　引言 维能力 ,可以较好地模拟人类的感知 、认知和思维等功能. 　　关于人的智能行为的机器再现 ,在一些具体的专家系统 2 　符号神经网络系统的结构 上已取得成功. 但是 ,在另外一些方面 ,如视听觉等感知功能、 形象思维 、直觉顿悟以及联想记忆等 ,传统的人工智能遇到了 　　符号 - 神经网络系统的结构如图 1 所示. 几乎不可克服的困难. 而神经网络解决这些问题大有希望 , 因 为神经网络不仅有好的自学习和 自组织的功能 ,而且具有信 息分布存储 、计算高度并行和容错等优点. 但是 ,就 目前神经