神经网络报告.docx

目录

TOC\o1-3\h\z\u摘要 1

Abstrac 1

1.?绪论 3

1.1神经网络概述 3

2.神经网络的提出与发展 4

2.1神经网络的定义 4

2.1神经网络的发展历程 5

2.1.1初始发展阶段 5

2.1.2低潮时期 6

2.1.3复兴时期 6

2.1.4二十世纪80年后期以来的热潮 7

2.3神经网络研究的意义 7

3.神经网络的原理 9

3.1神经网络的基本原理 9

3.2人工神经元模型 10

3.3神经网络的特点 11

3.4神经网络的分类 11

4卷积神经网络 12

4.1卷积神经网络结构 12

4.2神经元模型 14

4.3卷积网络的训练过程 16

5.深度学习的发展与应用 19

5.1深度学习发展 19

5.2深度学习的应用 20

5.2.1深度学习在语音识别领域研究现状 20

5.2.2深度学习在计算机视觉领域研究现状 20

5.2.3深度学习在自然语言处理领域研究现状 21

5.2.4深度学习在图像识别领域研究现状 21

5.2.5深度学习在信息检索领域研究现状 22

总结 23

参考文献 24

PAGE1

摘要

神经网络作为一门新兴的信息处理科学,是对人脑若干基本特性的抽象和模拟。它是以人的人脑工作模式为基础,研究白适应及非程序的信息处理方法。这种工作机制的特点表现为通过网络中人量神经元的作用来体现它白身的处理功能,从模拟人脑的结构和单个神经元功能出发,达到模拟人脑处理信息的日的。

目前,在国民经济和国防科技现代化建设中神经网络具有广阔的应用领域和发展前景,其应用领域主要表现在信息领域、自动化领域、程领域和经济领域等。不可否认的是,虽然它具有广泛的应有领域,同时自身也存在着许多缺点,从而成为当今人们一直研究的热点问题。

深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。它在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。将深度学习与各种实际应用研究相结合也是一项很重要的工作。

关键词：神经网络，卷积神经网络，深度学习，图像识别

Abstrac

Theneuralnetworkasakindofemerginginformationprocessingscience,whichcanabstractandsimulatesomebasiccharacteristicofthehumanbrain.Itisaninformationprocessmethodthatastudyauto-adapted,thenon-procedural,takespersonscerebrumworkingpatternasafoundation.Thecharacteristicofthiskindworkmechanismdisplaysitownprocessingfunctioninthemassiveneuronsfunctionthroughthenetwork,fromsimulatingthehumanbrainstructureandthesingleneuronfunction，achievedthegoalthatsimulatesthehumanbrainprocessinformation.

Atpresent,inthenationaleconomyandmodernizationofnationaldefensescienceandtechnology，theneuralnetworkhasthebroadapplicationdomainandtheapplicationprospect,itsmainlyappliedininformation,automated，project,economicalandsoon,withoutadoubt,althoughithaswidelyapplieddomain,simultaneouslyalsohasmanyinsuffi