人工神经网络基础_ANN课件 第九-十章.pdfVIP

第九章 人工神经网络应用  文字识别 印刷体文字识别、手写体文字识别  图像处理 图像数据压缩、图像边缘检测、图像自动分类、 医学自动诊断、目标自动识别、图像补正、工 业产品检查。  优化组合应用  神经网络专家系统  神经网络在智能控制中的应用  神经网络计算机 第十章 神经网络的设计  神经网络技术的选取  神经网络各种模型的应用范围  网络设计的基本原则 神经网络技术的选取  是否有必要采用神经网络？  能够精确求出系统的传递函数；  能够用数学表达式对系统进行描述的系统。 应采用已有的成熟设计方案来解决问题。  当处理较为复杂的问题；  采用常规方法无法解决或效果不好的问题；  关于问题的知识(数据)具有模糊、残缺、不确定等特点；  尤其是问题的内部规律不甚了解，不能用精确的数学 表达式描述其系统；  要求具有容错的任务；  处理大量数据而不能用符号或数学方法描述的问题。 尝试采用人工神经网络来解决此类问题。 神经网络的性能评价  百分比正确率；  均方误差；  归一化误差；  接收操作特性曲线；  灵敏度。 神经网络的软件实现  网络的输入输出；  数据归一化；  连接权；  特性参数；  运行状况监测。 神经网络各种模型的应用范围 （1）函数逼近及图像识别 （2）联想记忆 （3）数据压缩 （4 ）自适应控制 网络设计的基本原则  （1）信息表达方式  （2）网络模型结构  （3）网络参数选择  （4 ）学习训练算法选择 人工神经网络研究中的几个问题  人工神经网络的应用呈普及趋势  人工神经网络的模型原理及学习算法研究无重大进展  如只模拟生物神经元的神经电位脉冲电路系统，对同样取重要作 用的化学递质没有涉及，需要研究能较全面描述生物神经元电化 学机制的新模型。  人工神经网络一些重要理论分析课题没有获得突破性进展  如研究的重点应该是掌握和利用系统宏观表现出来的智能。  人工神经网络硬件实现呈递减趋势  人工神经网络构件化  将人工神经网络作为一种智能体系结构的研究成果甚少；  研究方向上将人工神经网络向进一步模仿和接近生物神经 系统高级智能活动方面拓展。 人工神经网络研究展望  应用研究的新特点多学科综合  实现技术研究的当务之急神经网络的硬件实现  理论研究的新方向从人工神经网络到人工神经系统  人工神经 （Artificial Nerve ）研究的3个层次：  人工神经细胞 （Artificial Neural Cell ，ANC ）；  人工神经网络 （Artificial Neural Network ，ANN ）；  人工神经系统（Artificial Neural System ，ANS ）。