时滞分数阶Hopfield神经网络的动力学特性及影响因素探究.docx

时滞分数阶Hopfield神经网络的动力学特性及影响因素探究

一、引言

1.1研究背景与意义

神经网络作为机器学习的重要分支，在过去几十年中取得了显著的发展。从最初的感知器到如今的深度学习网络，神经网络的发展历程见证了人工智能领域的不断进步。1943年，McCulloch和Pitts提出了MP神经元模型，为神经网络的发展奠定了基础。随后，1958年Rosenblatt发明了感知器，这是第一个真正意义上的神经网络，它能够对线性可分的数据进行分类。然而，感知器的局限性很快被发现，它无法处理非线性问题。直到1982年，Hopfield提出了Hopfield神经网络，这是