[超强,实用,珍贵]人工神经网络原理及其应用教程课件.pdf

想预览更多内容,点击预览全文

申明敬告:

本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。如果您已付费下载过本站文档,您可以点击这里二次下载

文档介绍

第01讲 绪论 · 以冯 诺依曼型计算机为中心的信息处理技

术的高速发展,使得计算机在当今的信息化社

会中起着十分重要的作用。但是,当用它来解

决某些人工智能问题时却遇到了很大的困难。 大脑是由生物神经元构成的巨型网络,它在

本质上不同于计算机,是一种大规模的并行处

理系统,它具有学习、联想记忆、综合等能

力,并有巧妙的信息处理方法。 ( ) 人工神经网络 简称神经网络 也是由大量的、

功能比较简单的形式神经元互相连接而构成的

复杂网络系统,用它可以模拟大脑的许多基本

功能和简单的思维方式。

1.1 神经网络的研究发展史 . . 第一次神经网络研究高潮

1 1 1 对大脑神经元的研究表明,当其处于兴奋状态 时,输出侧的轴突就会发出脉冲信号,每个神经元的 树状突起与来自其它神经元轴突的互相结合部 此结合 ( 部称为Synapse,即突触)接收由轴突传来的信号。如 果 神经元所接收到的信号的总和超过了它本身的 阈 — “ 值”,则该神经元就会处于兴奋状态,并向它后续连接 的神经元发出脉冲信号。

1943 W S McCulloch W Pitts 年, . . 和 . 根据上述 研究发表了他们的神经元模型,通常称为MP 模型。

1949年,D.O.Hebb提出了神经元的学习法则,即 Hebb法则。

50 F Rosenblatt 年代末, . 基于上述原理提出了一 种模式识别机,即感知机(Perceptron)模型。 感知机是现代神经计算的出发点。Block于 1962年用解析法证明了感知机的学习收敛定理。 正是由于这一定理的存在,才使得感知机的理 论具有实际的意义,并引发了60年代以感知机 为代表的第一次神经网络研究发展的高潮。

M.Minsky和S.Papert进一步发展了感知机的理论,他们 把感知机定义为一种逻辑函数的学习机。

B.Widraw在稍后于感知机一些时候提出了

您可能关注的文档

最近下载