《人工神经网络：模型、算法及应用》- 第1--3章-绪论、感知机、多层前馈神经网络.pptx

人工神经网络： 模型、算法及应用本课程的主要内容第1章 绪论 第2章 感知机第3章 多层前馈神经网络 第4章 正则化理论 第5章 极限学习机模型及应用 第6章 形态神经网络 第7章 自组织映射 第8章 卷积神经网络模型及应用 第9章 生成对抗网络模型第10章 长短时记忆网络第11章 模糊神经网络第1章 人工神经网络概述1.1 人工神经网络的概念1.2 人工神经网络的发展1.3 人脑1.4 Hebb法则1.5 神经元模型1.6 神经网络的拓扑结构1.7 知识表示1.8 神经网络的学习算法1.9 神经网络的学习任务1.10 小结1.1 人工神经网络的概念定义：人工神经网络（Artificial Neural Network，ANN）是将人工神经元按照一定拓扑结构连接所形成的网络，用以模拟人类进行知识的表示与存储及利用知识进行推理的行为。简单地讲，人工神经网络是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。人工神经网络的特点：（1）神经网络是通过学习过程从外界环境中获取知识的。（2）互连神经元的连接强度，即突触权值，用于存储获取的知识。人工神经网络的性质和能力：（1）非线性；（2）输入、输出映射；（3）自适应性；（4）证据响应；（5）上下文信息；（6）容错性；（7）VLSI实现；（8）分析和设计的一致性；（9）神经生物类比；第1章 人工神