信息系统分析与设计学生作业统计计算.pptxVIP

统计计算 组员：暴宇 陈江豪 李昌 温天鹏 姚良瑾 张文聪 梁逍 人工神经网络 生物神经网络 生物神经网络(biological neural network, BNN)，特别是人脑，被模仿的对象。 人脑的特点？ 1、大规模并行处理 2、具有很强的容错能力 3、自适应能力强 4、高度复杂的非线性动力学系统 人工神经网络 人工神经网络(artificial neural network, ANN)：由大量神经元经广泛互联组成的非线性网络（功能模块，数学模型）。实现人脑的一些功能。 自底向上的综合方法： 神经元 神经网络 神经网络的特点 神经网络发展历史简介 M-P神经元模型 (心理学家McCulloch 数学家Pitts 1943) Hebb神经元学习准则 (心理学家Hebb, 1949) 分布式系统方面的研究(如Von Neumann) Perceptron感知机模型(Rosenblatt 1958) Adaline(Widrow and Hoff) 《Perceptron》 (Minsky Papert, 1969) Hopfield模型 (Hopfield，1982) 多层感知机MLP与反向传播算法BP (Rumelhart, 1986) 神经网络的应用 NN从计算模型的角度本质上可以理解为函数逼近，可以应用到众多领域。 神经网络的应用 自动控制领域：主要有系统建模和辨识，参数整定，极点配置，内模 控制，优化设计，预测控制，最优控制，滤波与预测容错控制等。 处理组合优化问题：成功解决了旅行商问题，另外还有最大匹配问题， 装箱问题和作业调度问题。 模式识别：手写字符，汽车牌照，指纹和声音识别，还可用于目标的自动识别，目标跟踪，机器人传感器图像识别及地震信号的鉴别。 神经网络的应用 图像处理：对图像进行边缘监测，图像分割，图像压 缩和图像恢复。 机器人控制：对机器人轨道控制，操作机器人眼手系统，用于机械手的故障诊断及排除，智能自适应移动机器人的导航，视觉系统。 医疗：在乳房癌细胞分析，移植次数优化，医院费用节流，医院质量改进等方面均有应用。 现状与前景 研究方向： 1、建立理论模型 2、网络模型与算法研究 3、应用研究 现状与前景 到目前为上，神经网络的类型已多达数十种，用于各行各业。神经网络已在理论上和实用上取得了可喜的成果。像专家系统等其他智能科学一样，人工神经网络已经取得了突破性的进展，硬件神经网络已经表现出无可比拟的优越性。 我们的目标 对人工神经网络的 某些经典算法 加以改进