人工神经网络(课件).ppt

数据挖掘导论

人工神经网络人类早已成功使用机器完成繁重和重复的体力工作，但人们一直没有放弃让机器具有人类思维能力的努力。电子计算机的出现，使其有了某些实现的可能性，特别是人工智能技术的发展，使得人们又向思维机器的研究方向迈进了一步。人工神经网络技术又为我们进一步怎样模拟人类智能以及了解人脑思维的奥秘开辟了一条新的途径。

历史回顾??1943年，美国McCulloch与Pitts从信息处理的角度，合作提出了第一个神经计算模型——二元神经元模型，简称MP模型。1949年，心理学家D.O.Hebb对大脑神经细胞、学习与条件反射作了大胆地假设，提出了著名的Hebb学习规则，即由神经元之间结合强度的改变来实现神经学习的方法。此基本思想至今在神经网络的研究中发挥着重要作用。50年代末期，Rosenblatt提出感知机（Perceptron），首先从工程角度，研究了用于信息处理的神经网络模型。感知机具有神经网络的一些基本性质，如分布存贮、并行处理、可学习性、连续计算等。

人工神经网络的发展 1969年，美国著名人工智能专家Minsky和Papert对Rosenblatt的工作进行了深入的研究，出版了有较大影响的《Perceptron》一书，指出感知机的功能和处理能力的局限性，甚至连XOR（异或）这样的问题也不能解决，同时指出如果在感知机中引入隐含神经元，增加神经网络的层次