人工神经基础知识详细讲稿.pptVIP

人工神经网络 Artificial Neural Network Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 目录 第1章 概述 1．1 人工神经网络研究与发展 1．2 生物神经元 1．3 人工神经网络的构成 第2章人工神经网络基本模型 2．1 MP模型 2．2 感知器模型 2．3 自适应线性神经元 第3章 EBP网络(反向传播算法） 3．1 含隐层的前馈网络的学习规则 3．2 Sigmoid激发函数下的BP算法 3．3 BP网络的训练与测试 3．4 BP算法的改进 3．5 多层网络BP算法的程序设计 多层前向网络BP算法源程序 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第4章 Hopfield网络模型 4．1 离散型Hopfield神经网络 4．2 连续型Hopfield神经网络 Hopfield网络模型源程序 4．3 旅行商问题(TSP)的HNN求解 Hopfield模型求解TSP源程序 第5章 随机型神经网络 5．1 模拟退火算法 5．2 Boltzmann机 Boltzmann机模型源程序 5．3 Gaussian机 第6章自组织神经网络 6．1 竞争型学习 6．2 自适应共振理论(ART)模型 6．3 自组织特征映射(SOM)模型 6．4 CPN模型 目录 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 第7章 联想记忆神经网络 7．1 联想记忆基本特点 7．2 线性联想记忆LAM模型 7．3 双向联想记忆BAM模型 7．4 时间联想记忆TAM模型 Hopfield模型联想记忆源程序 第8章 CMAC模型 8．1 CMAC模型 8．2 CMAC映射算法 8．3 CMAC的输出计算 8．4 CMAC控制器模型 目录 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 神经网络研究与发展 40年代初，美国Mc Culloch和PiMs从信息处理的角度，研究神经细胞行为的数学模型表达．提出了二值神经元模型。MP模型的提出开始了对神经网络的研究进程。1949年心理学家Hebb提出著名的Hebb学习规则，即由神经元之间结合强度的改变来实现神经学习的方法。虽然Hebb学习规则在人们研究神经网络的初期就已提出，但是其基本思想至今在神经网络的研究中仍发挥着重要作用。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 50年代末期，Rosenblatt提出感知机模型(Perceptron)，首先从工程角度出发，研究了用于信息处理的神经网络模型.这是一种学习和自组织的心理学模型，它基本符合神经生理学的原理。感知机虽然比较简单，却已具有神经网络的一些基本性质，如分布式存贮、并行处理、可学习性、连续计算等。这些神经网络的特性与当时流行串行的、离散的、符号处理的电子计算机及其相应的人工智能技术有本质上的不同，由此引起许多研究者的兴趣，在60代掀起了神经网络研究的第一次高潮。但是，当时人们对神经网络研究过于乐观，认为只要将这种神经元互连成一个网络，就可以解决人脑思维的模拟问题，然而，后来的研究结果却又使人们走到另一个极端上。 Evaluation only.