模式识别-与物联网.pptVIP

小结： 首先介绍了一些神经网络方面的内容， 然后回顾了神经网络用于分类问题中的一些重要的问题和进来的发展，包括后验概率估计，神经网络和传统分类器的关系，神经网络分类中学习和泛化的关系，提高神经网络用于分类性能的问题。 模式识别-与物联网全文共33页，当前为第32页。 Thanks 模式识别-与物联网全文共33页，当前为第33页。 人工神经网络及其用于分类 模式识别-与物联网全文共33页，当前为第1页。 目录 1.神经网络概念及优点 2.神经网络数学模型 3.神经网络分类 4.神经网络的学习系统 5.介绍神经网络分类和传统分类器 6.神经网络的学习和泛化 7.特征变量选择 8.误分类代价 模式识别-与物联网全文共33页，当前为第2页。 什么是人工神经网络？ 国际著名的神经网络研究专家，第一家神经计算机公司的创立者与领导人Hecht Nielsen给人工神经网络下的定义就是： “人工神经网络是由人工建立的以有向图为拓扑结构的动态系统，它通过对连续或断续的输入状态进行信息处理。” 模式识别-与物联网全文共33页，当前为第3页。 人工神经网络有什么优点？ (1)可以充分逼近任意复杂的非线性关系； (2)所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的鲁棒性和容错性； (3)采用并行分布处理方法，可以进行快速大量的运算；