9-第九章 神经网络课件.ppt

第九章 神经网络;1、人工神经网络（Artificial Neural Network，简称ANN）是指由简单计算单元组成的广泛并行互联的网络，能够模拟生物神经系统的结构和功能。 2、组成神经网络的单个神经元的结构简单，功能有限，但是，由大量神经元构成的网络系统可以实现强大的功能。 3、人工神经网络在模式识别、计算机视觉、智能控制、信号处理、语音识别、知识处理、机器学习、数据挖掘等领域有着广泛的应用前景。 ;4、神经网络由许多基本单元构成，这些基本单元模仿了人脑的神经元。 5、如果将多个基本单元以适当的方式连接起来，就构成了神经网络。基本单元之间的连接相当于人脑中神经元的连接。基本单元之间的连接方式有多种，从而形成了多种神经网络。 6、神经网络可以模仿人的头脑，通过向一个训练数据集学习和应用所学知识来生成分类和预测的模式。 7、在数据没有任何明显模式的情况下，这种方法很有效。;1、最早的形式化神经元数学模型是M-P模型，由美国心理学家McCulloch和数理逻辑学家Pitts合作于1943年提出。 2、1949年，心理学家Hebb提出Hebb学习规则。 3、1958年，计算机科学家Rosenblatt提出感知器(Perception)的概念，掀起人工神经网络研究的第一次高潮。 4、1982年，美国加州工学院的生物物理学家Hopfield提出Hopfield网络模型，这标志