定稿14人工神经网络幻灯片.pptVIP

14????????? 人工神经网络 二十世纪八十年代，人工神经网络取得了重大进展，在诸如手写体邮政编码判读，蛋白质二级结构的识别，热力学物性参数的求取，催化剂设计等许多方面取得成功，发展成为一门介于物理、数学、计算机科学、神经生物学之间的交叉学科。这门学科的发展对目前和未来的科学技术的发展将有重要的影响。 长期以来，人们想方设法了解人脑的功能，用物理可实现系统去模仿人脑，完成类似于人脑的工作。计算机就是采用电子元件的组合来完成人脑的某些记忆、计算、判断功能的物理系统。现代计算机每个电子元件的计算速度为纳秒(ns)级，人脑中每个神经细胞的反应时间只有毫秒(ms)级。这样，似乎计算机的运算能力应为人脑的几百万倍。可是，迄今为止，计算机在解决信息初级加工时如视觉、听觉、嗅觉这类简单的感觉识别上却十分迟钝。人在识别文字、图像、声音等方面的能力大大超过计算机，现代计算机要花几十分钟(min)，甚至几小时(h)才能完成的识别任务，人只要零点几秒(s)就可以完成了。同样，在机器人控制、人工智能、思维、直觉等方面，就更无法与人相比了。 从人脑的结构看，它是由大量神经细胞组合而成的，这些细胞相互联接，每个细胞完成其某一种基本功能，如兴奋与抑制。从整体看，它们相互整合完成一种复杂的计算机思维活动，这些工作是并行的，有机的关联在一起，这种集体的功能就像用透镜得到图像的傅里叶变换一样，十分迅速，在人的日常生活中，每天都有成干上万的信息需要脑来处理，一个简单的动作如端一杯水，打一个电话，就牵涉到记忆、学习和相位变换等功能，而人却可以不加思索地完成，这就说明需要有一种新型的、类似于人脑结构的系统，来完成那些计算机做起来很慢或很困难的工作。 人工神经网络就是采用物理可实现的系统来模仿人脑神经细胞的结构和功能的系统。它是由很多处理单元有机地联接起来，进行并行的工作，它的处理单元十分简单，其工作则是“集体”进行的，它的信息传播，存贮方式与神经网络相似，它没有运算器、存贮器、控制器这些现代计算机的基本单元，而是相同的简单处理器的组合。它的信息是存贮在处理单元之间的连接上，因而它是与现代计算机完全不同的系统。 人工神经网络来源于对人脑实际神经网络的模拟，下面首先来简略地考察一下生物神经组织的结构和功能。 14.1 神经组织的基本特征 图14.1是一个神经细胞的示意图，神经细胞下面简称为神经元。细胞核所在部位为细胞体，从细胞体核状延伸出许多神经纤维，其中最长的一条称为轴突，它的末端化为许多细小的分支，称为神经末梢。从细胞体出发的其它树状分枝称为树突。一个细胞通过轴突与其它细胞的树突相连传递信号。所以，树突为细胞的输入，轴突为细胞的输出。神经末梢与树突的接触界面称为突触。 因此，就功能而言，细胞体可以视为一个初等信号处理器。当信号从一个神经元经过突触传递到另一个细胞体，可以产生两个效果：接受信号的细胞电位升高或者降低。当细胞体内的电位超过某一阈值时，则信号被激发，它也会通过轴突传出一个有固定强度的持续时间的脉冲信号传给下游神经末梢。此时该细胞称为激发态。当细胞体内电位低于某一阈值时，不产生任何信号输入，处于抑制状态。 大体上说，一个神经元有104量级的输入通道，大致也有同样数量级的下游神经元与之相联。每几千个彼此稠密联接的神经元构成一个集合体，而大脑皮层则有许许多多的这样的集合体象瓷砖一样拼接而成。有人称为“马赛克”结构。 由处在激发态的神经细胞所产生的脉冲信号，通过神经末梢传递给下游的每一个与之相连的神经元，但对于不同的下游神经元，信号所引起的电位变化是不同的。不同神经元间有不同的作用强度或称为联结强度。在发送完一个脉冲之后，神经元需要一段时间的恢复，在这段时间内，无论其接受的信号有多强也不产生脉冲输出。 神经元之间信号传输效能不是一成不变的。如果神经元A不断的向B传递信号，B在接受信号后又不断的被激发，那么由A发出同样的信号，对B电位的影响将逐渐加强。就是A和B之间的联结强度将逐渐加强。 一个神经元把来自不同树突兴奋（激发）性或抑制性信号累加求和的过程称为整和。它是一种时空整和。下面来看一看，如何构造一个人工神经网络，使其具有如上描述的生物神经组织的基本特点。 14.2 人工神经元的M—P模型 从具体的一个神经元来说，就是要建立一个数学模型，描述对输入讯号的整和输出过程。从全局来看，多个神经元构成一个网络，必须给出如下三方面的要素：（1）对单个人工神经给出某种形式定义；（2）决定网络中神经元的数量及彼此间的联结方式。或者说，定义网络结构；（3）给出一种方法，决定元与元之间的联结强度