人工神经网络及其应用硕士.pptVIP

ArtificialIntelligencePrinciplesandApplications

人工神经网络已在模式分类、机器视觉、

第8章人工机器听觉、智能计算、机器人控制、信

神经网络及号处理、组合优化问题求解、联想记忆、

其应用编码理论、医学诊断、金融决策和数据

挖掘等领域获得了卓有成效的应用。

§生物神经网络(NaturalNeuralNetwork,NNN):由中枢神经

系统（脑和脊髓）及周围神经系统（感觉神经、运动神经等）

所构成的错综复杂的神经网络，其中最重要的是脑神经系统。

§人工神经网络(ArtificialNeuralNetworks,ANN):模拟人脑

神经系统的结构和功能，运用大量简单处理单元经广泛连接

而组成的人工网络系统。

l神经网络方法：隐式的知识

表示方法

n人脑构造:

皮层（cortex）

中脑（midbrain）

脑干（brainstem）

小脑（cerebellum）

n人脑由1011～1014个神经细胞（神经元）交织在一起的网状

结构组成，其中大脑皮层约140亿个神经元，小脑皮层约

1000亿个神经元。

n神经元约有1000种类型，每个神经元大约与103～104个其他

神经元相连接，形成错综复杂而又灵活多变的神经网络。

运行控制：

○计算机：有一个中央处理单元来控制

所有的活动和对所有的信息进行存取

操作；

●人脑神经系统：每个神经元只受与

它相连接的一部分神经元的影响。

○人脑神经网络系统与计算机处理信息

的比较

知识存储：

○计算机：知识静态地存储在编有地址

的记忆单元中，新的信息破坏老的信

息；

○人脑神经系统：知识存储在神经元之

间的连接关系中，新的知识用来调整

这种连接关系。

●人脑神经网络系统与计算机处理信

息的比较

第8章人工神经网络及其应用

BP神经网络及其学习算法

BP神经网络的应用

神经元与神经

网络

Hopfield神经网络及其应

用

其他神经网络

01020304

生物神经元结构（输入）（输出）轴突

050607

树突细胞体突触

一．生物神经元结构

○工作状态:

●兴奋状态：细胞膜电位动作电位的

阈值→神经冲动

●抑制状态：细胞膜电位动作电位的

阈值

○学习与遗忘：由于神经元结构的可塑性，

突触的传递作用可增强和减弱。

人工神

经元模…1（突触）

型

（细胞（神经人工神经

（阈值）元i的模

体）冲动）型图nn

yif(wijuji