2 神经网络-感知器医.pdfVIP

智能信息处理 Intelligent Information Processing 感知器网络 Perceptron Network 智能信息处理课程组 2014 Fall 图像信息处理研究室 Images.hfut.edu.cn 1. 人工神经网络 2 - 生物动机  动物利用神经系统适应外部环境变化。  计算模型应能产生智能系统中类似的响应及行为。  神经系统由一些相对简单单元、神经元组成，复制 它们的行为/功能，从而实现神经系统建模。 图像信息处理研究室 2014-10-14 1. 人工神经网络 3 - 概念  人工神经网络 （Artificial Neural Network, ANN）是一个受到生物神经 元系统启发的信息处理框架，例如人脑信息处理机制。  ANN关键要素：新颖结构，由大量高度互连的处理元素 （神经元，neurons ）组成，协作解决某一特定问题，例如people, learn by example.  ANN为某一特定应用而设计，如通过学习 （learning）的过程完成的模式识 别或数据分类。生物系统中的学习涉及到神经元之间突触连接的调节，ANN通 过计算模型理解生物系统。 图像信息处理研究室 2014-10-14 1. 人工神经网络 4 - ANN历史  late – 1800’s – 神经网络模拟生物系统 Learning approach based on modeling adaptation in biological neural systems.  1960’sand 70’s– 简单神经网络 Initial algorithm for learning simple neural networks (single layer).  1986 – 后向传播 （Back Propagation）算法 More complex algorithm for learning multi-layer neural networks. 图像信息处理研究室 2014-10-14 1. 人工神经网络 5 - ANN基本概念 简单神经元  训练阶段：针对特定输入模式，训练神经元是否触发。  测试阶段：当训练过得输入模式作为测试输入，训练获取输出结果即为当前测试 结果；当输入模式不属于训练集，则利用放电准则判定是否触发。  触发准则：神经网络中的重要概念，解释网络的高度灵活性，用于确定神经元是 否对任意输入触发。不仅与先前训练的节点有关，也与所有输入模式有关。 图像信息处理研究室