智能计算理论PPT.pptVIP

陕西师范大学 计算机科学学院 神经网络的类型 ① 反馈网络：网络的拓扑结构含有有向环。 ② 前馈网络：网络的拓扑结构不含有有向环。 ③ 分层网络：网络的拓扑结构是神经元被分为几层，而且各层之间存在连接。前馈网络不一定是分层网络。 神经网络的学习机制 无监督学习（unsupervised learning）：无监督学习使用的是无类别属性的模式样本。无监督学习突触权值随着学习样本的信息变化，系统将模式信息编码到结构上。 有监督学习(supervised learning)：在有监督学习中，训练样本有类别属性信息。有监督学习是对一个未知的平均误差面的逼近。通过有监督学习，我们通常根据已知的样本对信息 ，通过最小化一个未知的期望误差函数 ，来估计未知的函数 。 神经网络的基本特点 大规模并行处理：神经网络能同时处理与决策有关的信息，如：虽然单个神经元的动作速度不快，但网络的总体处理速度极快。 容错性：由于神经网络包含的信息是分布存储的，即使网络某些单元和连接有缺陷，它仍然可以通过联想得到全部或大部分信息。 自适应和自组织性：神经网络系统可以通过学习不断适应环境，增加知识的容量。 模糊系统 模糊系统理论的起源和发展 模糊系统的研究范畴 模糊系统理