神经网络与复杂网络的分析.docVIP

神经网络与复杂网络的分析 摘要 复杂网络在现实生活中是无处不在的，生物网络是它的一个分类。神经网络是很重要的生物网络。利用神经网络是可以研究一些其他的方向，如网络安全、人工智能等。而神经网络又可以因为它是复杂的网络，可以利用复杂网络的部分性质里进行研究，比如小世界效应的。 本文只要介绍了几篇应用复杂网络的研究，并进行简单的介绍和分析。 关键词：复杂网络、神经网络 Abstract The Complex network is in everywhere in real life, while Biological network is one of kinds of it. And neural network is one of the most important of biological network. The neural network could be used to research other subjects such as network security, artificial intelligence and so on. However we also use some properties of complex network to study neural network. Foe example we could use small-world to study it. This paper introduces and analysis five articles that use complex network. Key word：complex network、neural network 神经网络与复杂网络的分析 在神经网络的研究中，除了根据神经生物学实验得到基本组成单元的数学模型以及使用动力学对于模型系统的活动进行认识以外，神经网络的结构也是一个重要的方面。网络的结构对于大多数复杂系统整体的动力学具有重要的影响，这已经是一个被普遍接受的观点。 复杂网络一开始就是一个交叉学科研究。在复杂网络研究兴起之前，网络概念就已经在几个研究领域出现并发挥着重要的作用，例如社会学研究，计算机网络和互联网，数学中的一个分支图论，以及神经系统活动。在现实世界中复杂网络是无处不在的。在现实社会中复杂网络主要分为四类：社交网络、生物网络、技术网络和信息网络。在现实生活中很多生物系统都可以被表示成网络的形式，并利用这种形成的网络结构来研究相应的生物系统。生物网络的典型例子可能是代谢路径网络，它是代谢基质和代谢产物的刻画，如果一已知代谢反应存在，其作用于给定基质并产生指定产物，两者之间由有向边连接。如一个不同的网络是蛋白质之间的力学物理相互作用网络（与代谢物中的化学反应相对），它经常被指为蛋白质相互作用网络。而在生物网络中还有几个重要的应用如：基因调节网络、食物链网、血管网络等。在其中还有一个相当重要的生物网络就是神经网络。就是对现实中的神经网络进行模拟，但是对现实神经网络的拓扑结构进行测度极为困难，但在一些案个别的案例中得到成功实施。 人工神经网络也简称为神经网络或称作连接模型，它是一种模范动物神经网络行为特征，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。人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。LI Shou-wei [3]在Analysis of Contrasting Neural Network with Small-world Network文章，对三类网络进行比较，即比较人工神经网络、脑神经网络和小世界网络。根据和脑神经网络进行比较分析，可以观测到典型的人工神经网络时规则的，它的功能有很对缺陷和限制；脑神经网络是一个小世界网络；人工神经网络和小世界网络的不同组成它们复杂性的三个等级：点、边和行为。还讨论了如何重构人工神经网络到小世界网络。小世界神经网络可以通过以一定概率p进行重连，而对于最好的模拟是这个重连的概率是满足0p0.1的。对小世界网络和神经网络的关系的研究不止这样，还有很多人是基于小世界神经网络进行研究的。在王小虎等人