人工神经网络算法基础精讲(不看后悔!!!).pptVIP

2019-11-4 1 人工神经网络 基础精讲 目 录 2 一、人工神经网络的基本概念 二、人工神经网络的学习方法 三、前向式神经网络与算法 四、神经网络的应用举例（matlab） 一、人工神经网络的 基本概念 3 一、人工神经网络的 基本概念 4 人工神经网络（Artificial Neural Network，即ANN）可以概括的定义为： 由大量具有适应性的处理元素（神经元）组成的广泛并行互联网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应，是模拟人工智能的一条重要途径。人工神经网络与人脑相似性主要表现在： ①神经网络获取的知识是从外界环境学习得来的； ②各神经元的连接权，即突触权值，用于储存获取的知识。 神经元是神经网络的基本处理单元，它是神经网络的设计基础。神经元是以生物的神经系统的神经细胞为基础的生物模型。在人们对生物神经系统进行研究，以探讨人工智能的机制时，把神经元数学化，从而产生了神经元数学模型。因此，要了解人工神经模型就必须先了解生物神经元模型。 1.1人工神经网络发展简史 5 最早的研究可以追溯到20世纪40年代。1943年，心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型。这一模型一般被简称M-P神经网络模型，至今仍在应用，可以说，人工神经网络的研究时代，就由