楼主 发表于 2020-10-19 10:02|举报|关注(0)

浏览排序[ 顺序 逆序 楼主 支持 精彩 ]  快捷回复

人类神经网络为一类似人类神经结构的并行计算模式，是”一种基于脑与神经系统研究，所启发的信息处理技术“，通常也被称为平行分布式处理模型或链接模型。其具有人脑的学习、记忆和归纳等基本特性，可以处理连续型和离散型的数据，对数据进行预测。可利有系统输入与输出所组成的数据，建立系统模型（输入与输出间的关系）。

人工神经网络分类，常见的人工神经网络模型可分为四大类，如下所示：

1.监督式学习网络，从问题中取得训练样本（包括输入和输出变量值），并从中学习输入与输出变量两者之间的关系规则，可以在新样本中输入变量值，进而推知其输出变量值。主要有模型有感知机网络、倒传递网络，概率神经网强、学习向量量化网络及反传递网络。

2.非监督学习网络，从问题中取得训练样本（仅包括输入变量值），并从中学习输入变量的分类规则，可以在新样本中输入变量值，从而获得分类信息。主要模型有自组织映像图网络、及自适应共振网络。

3.联想式学习网络，从问题中取得训练样本（仅包括状态变量值），并从中学习内在记忆规则，可以应用于新的安全（不完整的状态变量值），从而推知其完整的状态变量值。包括霍普菲尔网络及双向联想记忆网络。

4.最适化应用网络，针对问题设计变量值，使其在满足设计限制下，达到设计目标优化的效果。包括霍普菲尔——坦克网强及退火神经网络。

人工神经网络的优点

人工神经网络是崭新且令人兴奋的研究领域，它有很大的发展潜力，但也同时遭受到一些尚未克服的困难。其优点可列举如下：

1.可处理噪声：一个人工神经网络补训练完成后，即使输入的数据中有部分遗失，它仍然有能力辨认样本。

2.不易损坏：因为人工神经网络以分布式的方法来表示数据，所以当某些单元损坏时，它依然可以正常地工作。

3.可以平行处理。

4.可以学习新的观念。

5.为智能机器提供了一个较合理的模式。

6.已经被成功地运用在某些以一般传统方法很难解决的问题上，如某些视觉问题。

7.有希望实现联合内存。

8.它提供了一个工具，来模拟并探讨人脑的功能。

0

添加参考诊断