神经网络控制与应用基础.pptVIP

人工神经网络绪论 信息工程学院 第三章 人工神经网络控制及应用 人工神经网络定义 3.1.2 生物神经元及其信息处理 生物神经元 人工神经元模型 按网络信息流向分类 前馈型网络 3.1.3.2 人工神经网络模型 反馈型网络 按网络信息流向分类 3.1.3.2 人工神经网络模型 神经网络能够通过对样本的学习训练，不断改变网络的连接权值以及拓扑结构，以使网络的输出不断地接近期望的输出。这一过程称为神经网络的学习或训练，其本质是可变权值的动态调整。 3.1.3.3 人工神经网络的学习 神经网络的学习算法： 有导师学习(有监督学习) 无导师学习(无监督学习) 3.1.3.2 人工神经网络模型 3.1.3.2 人工神经网络模型 ANN是模拟人脑结构和信息处理机制而发展起来的智能信息处理系统。 ANN的研究产生于20世纪40年代，经历了40年漫长的初创期和低潮期，进入80年代后，人工神经网络终于以其不容忽视的潜力与活力进入了发展高潮，目前ANN的研究正处于百花齐放的全盛时期。六十多年来，它的结构与功能逐步改善，运行机制渐趋成熟，应用领域日益扩大，在解决各行各业的难题中显示出巨大的潜力，取得了丰硕的成果。目前人工神经网络已在我国科研、生产和生活中产生了普遍而巨大的影响。 为了适应人工神经网络应用不断深化的形势，普及人工神经网络的学科知