《《精编》第8章人工神经网络》由会员分享，可在线阅读，更多相关《《精编》第8章人工神经网络（25页珍藏版）》请在金锄头文库上搜索。
1、第8章人工神经网络 ArtificialNeuralNetwork ANN 第8章人工神经网络 8 1人工神经网络概述8 2神经元模型8 3ANN的学习算法8 4应用举例 一 人工神经网络的提出 AI研究的两大学派 符号主义 用计算机从外特性上模仿人脑宏观的功能连接主义 在微观内部结构上模仿人脑的神经 一 人工神经网络的提出 符号主义认为 智能活动的基本元素是符号 智能活动的过程是符号处理的过程 连接主义认为 智能活动的基本元素是神经元 智能活动的过程是大量的相联结的神经元的并行作用的过程 二 人工神经网络的历史 早期阶段 1960 s 1943McCulloch和Pitts提出神经元的数学模
2、型 MP模型 1949Hebb提出权重加强的学习机理1957Rosenblatt感知机 perceptron 有认知学习功能1969Mingsky专著 perceptron 证明线性 单层 感知机不能解决XOR问题 ANN进入低潮 二 人工神经网络的历史 过渡期 1970 s 低潮中 许多学者深入研究ANN理论 模型 MIT的Marr提出视觉模型BostonUniv的Grossbery全面研究ANN理论 提出ART1 ART2 ART3自适应谐振理论模型 甘利俊一ANN的数学理论Fuknshima神经认知网络理论芬兰的Kohonen自组织联想记忆 二 人工神经网络的历史 高潮 1980 198
3、2加州理工Hopfield提出结点全互联ANN模型 Hop模型 用单层ANN解决了TSP问题1987 6ICNN InternationalConferenceonNN 召开1987加州理工Abn mostafa Psaitis2D联想存储输入残缺图案也可识别1988AT TBelllab120 120元件的ANN1989三菱光学ANN芯片 32个神经元识别26个字母1989日立5 硅片集成576个神经元1990BellLab黄庭钰数字光学处理器1990IBMAS400提供ANN仿真开发环境1992SGI将ANN用于航天飞机控制臂ANN已在专家系统 智能控制等领域广泛应用 第8章人工神经网络
4、8 1人工神经网络概述8 2神经元模型8 3ANN的学习算法8 4应用举例 一 生物神经网的构成 树突 Dendrite 胞体 Soma 轴突 Axon 突触 Synapse 二 MP模型 二 MP模型 线性函数y kx c 二 MP模型 阈值函数 二 MP模型 S形函数 SigmoidFunction 二 MP模型 考虑偏置与阈值 神经元模型 三 ANN连接模型 前馈型网络 三 ANN连接模型 前馈型网络输入 输出 二值 0 1 或连续值权值 可正可负权值矩阵 学习的过程 不断修改权值的过程 三 ANN连接模型 反馈型网络 三 ANN连接模型 反馈型网络层间反馈 非线性动力系统层内反馈 横向
5、抑制 竞争Hopfield网是单层节点全互连的反馈网 第8章人工神经网络 8 1人工神经网络概述8 2神经元模型8 3ANN的学习算法8 4应用举例 8 3ANN的学习算法 ANN的学习算法可分为有导师学习无导师学习自学习 自组织 一 Hebb学习规则 两个细胞同时兴奋 则它们之间连接 权 应加强 属于无导师学习 二 反向传播算法 Back Propagation B P算法 有导师学习 用于前馈网络从训练范例集中取一训练时 输入网络正向传播求输出计算输出与应有输出之误差反向传播 逐层修正权值 使误差减小重复以上步骤 直至整个训练集误差最小 总结ANN的学习算法 第七章人工神经网络 8 1人工神经网络概述8 2神经元模型8 3ANN的学习算法8 4应用举例 8 4应用举例 XOR1 0 5 11 111x1 0 x2 0时 y1 0 y2 0 y 0 x1 1 x2 0时 y1 1 y2 0 y 1x1 0 x2 1时 y1 0 y2 1 y 1x1 1 x2 1时 y1 0 y2 0 y 0
