人工神经网络学习课件.pptVIP

* 一、前言 二、例子 三、神经网络的基本模型 四、BP网络及其学习算法 人工神经网络 * 1.神经网络的研究主要分为两个派别 （1）一派主要包括生物学家、物理学家和心理学家等，他们研究的主要目的是给出大脑活动的描述和精细模型； （2）另一派主要包括工程技术人员等，他们关心的是怎样利用神经网络的基本原理，来构造解决实际问题的算法，使得这些算法具有有效的计算能力，我们称其为神经网络的工程应用研究，或称人工神经网络（artificial neural network, ANN）； 从20世纪80年代以来，人工神经网络的研究发展非常迅速，特别是在应用上已迅速扩展到许多重要领域。印刷体和手写体字符识别，语音识别，签字识别，指纹，人脸识别， DNA序列分析，癌细胞识别，目标检测与识别，图像压缩、复原等。 前 言 前 言 神经网络的简单原理 * 前 言 2.人工神经网络的分类 （1）从信息传递形式上可分为前向型和反馈型 前向型：信息传递由后层神经元向前层神经元传递， 同一层内的神经元之间没有信息交流； 反馈型：神经元之间不但相互作用，而且自身也有信息内耗， （2）按照神经元的学习过程，可分为有指导学习和无指导学习网络 前 言 3.人工神经网络的数学基础