神经网络概述课件整理.pptVIP

神经网络技术概述 人工神经网络概述 什么是人工神经网络？ T. Koholen 的定义： “人工神经网络是由具有适应性的简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实世界物体所做出的交互反应。” 人工神经网络是针对生物神经网络提出的，来模拟人 脑神经系统的结构和功能，目前实现了对生物神经网络最 低级的模拟。 人工神经网络研究的发展状况 探索时期（开始于20世纪40年代） 1943年，神经生理学家麦克拉奇（W.McCulloch)和数学家匹茨（Pitts）合作，应用反馈机制建立了世界上第一个神经网络模型，即人工神经网络（ANN）； 1949年，赫布提出改变神经元连接强度的Hebb学习规则； 第一次热潮时期（20世纪50年代末——20世纪60年代初） 1958年，罗森布.拉特（F. Rosenblatt）设计制作了“感知机”，它是一种多层的神经网络，这项工作首次把ANN的理论探讨付诸于工程实践； 1959年，威德罗（Widrow）等提出了自适应线性元件网络，通过训练后可用于抵消通信中的回波赫噪声，在此基础上发展了非线性自适应网络； 1960年，他和M.Hoff提出了LMS（Least Mean Square)最小方差算法的学习规则； 低潮时期（20世纪60年代末——20世纪70年代） 1969年，明斯