人工神网络及其应用一章.pptx

神经网络原理第一章1第一章概论神经网络种类生物神经网络（BiologicalNeuralNetworks）人工神经网络（ArtificialNeuralNetworks)

神经网络原理第一章21.1生物神经元及生物神经网络（BiologicalNeuronandBiologicalNeuralNetworks）1.2人工神经网络(AritificialNeuralnetworks)1.3神经网络的基本功能1.4ANN的发展(DevelopmentofANN)1.5ANN与AC(ANNandAutomaticControl)

神经网络原理第一章31.1生物神经元网络1.1.1生物神经元1.1.2人脑神经网络

神经网络原理第一章41.1.1生物神经元。

人的大脑由1012个神经元构成，神经元互相连接成神经网络神经元组成：细胞体为主体1873年,意大利Cajai银渗透法发现Golgi体神经元功能：刺激、兴奋、传导、效应形状图神经元类型原则突触传递信息特点

神经网络原理第一章5形状图

神经网络原理第一章6类型单极——无脊椎动物双极——视网膜神经元neuron多极——脊椎、锥体、小脑蒲根

神经网络原理第一章7原则Cajai将Golgi方法用于神经元研究，得到两条原则，奠定了神经元间信息传递的理论基础原则1动态极化原则（即信号沿确定方向流动）树突轴突突触其他神经元原则2连接的专一性原则神经元之间元细胞质的连续神经元不构成随机网络每一神经元与一些神经元形成特殊的精确的联系

神经网络原理第一章8突触传递信息特点1时延性: （0.3~1ms）2综合性： 时间与空间的累加3类型： 兴奋与抑制4脉冲与电位转换:（D/A功能）5速度： 1~150m/s6不应期（死区）： 3~5ms7不可逆性（单向）8可塑性: 强度可变,有学习功能

神经网络原理第一章91.1.2人脑神经网络脑神经系统主要组成部分大脑皮层由许多功能区组成（运动、听觉、视觉等）神经元群其区域性结构：遗传其功能：后天对环境的适应于学习得来（自组织特性Self-Organization）子功能模块的并行关系a)连接形式b)大脑处理信息的特点C)生物学研究成果

神经网络原理第一章10连接形式辐射式：一到多聚合式：多到一链锁式：空间上加强与扩大作用环式：反馈作用（可正可负）

神经网络原理第一章11辐射式：一到多

神经网络原理第一章12聚合式：多到一

神经网络原理第一章13链锁式：空间上加强与扩大作用

神经网络原理第一章14环式：反馈作用（可正可负)

神经网络原理第一章15大脑处理信息的特点分布存储与冗余性：记忆在大量元中，每个元存在许多信息的部分内容，信息在神经网络中的记忆反映在神经元间的突触连接强度上（weights）。并行处理：NN既是处理器又是存储器（并行处理不同于并行机）。信息处理与存储合一：每个元兼有二者功能。可塑性与自组织性：可塑性是学习记忆的基础。鲁棒性：高连接度导致一定的误差和噪声不会使网络性能恶化。是智能演化的重要因素。

神经网络原理第一章16BNN研究成果H-H方程英A.L.Hodgkin与A.F.Huxley长枪乌贼鱼电器特性得到四个变量的非线性微分方程，获Nobel生物医学奖许多NL问题可用此解释e.g.自激振荡chaos.多重稳定性等

神经网络原理第一章171.2人工神经网络研究大脑的目的： a）揭示功能造福人类b）构造ANN用于工程及其他领域（生物神经网络的模型化：ANN）BNN modeling ANNANN非BNN模型，而是对结构及功能大大简化后保留主要特性的某种抽象与模型。

神经网络原理第一章18神经网络直观理解神经网络是一个并行和分布式的信息处理网络结构，它一般由许多个神经元组成，每个神经元只有一个输出，它可以连接到很多其他的神经元，每个神经元输入有多个连接通道，每个连接通道对应于一个连接权系数。

神经网络原理第一章19人工神经网络内容1.2.1人工神经元模型（ArtificialNeuronmodel）1.2.2人工神经网络的构成（structureofANN）1.2.3人工神经网络的学习