想最临近分类器。Р2.3神经网络的相关知识Р2.3.1人工神经网络的基本特征Р 人工神经网络是一种模仿人类神经系统的数学模型,是在现代脑神经科学基础上提出来的,它反映了人脑功能的基本特性。但它并不是人脑的真实描写,而只是它的某种抽象、简化和模拟。人工神经网络这些特点使得它不同于一般计算机和人工智能。Р (1)人工神经网络为广泛连接的巨型系统。神经科学研究表明,人类中枢神经的主要部分大脑皮层由1011~1012个神经元组成,每个神经元共有101~105个突触,突触为神经元之间的结合部,决定神经元之间的连接强度与性质。这表明大脑皮层是一个广泛连接的巨型复杂系统。人工神经网络的连接机制模仿了人脑的这一特性。Р (2)人工神经网络有其并行结构和并行处理机制。人工神经网络不但结构上是并行的,它的处理顺序也是并行的和同时的。在同一层内处理单元都是同时操作的,即神经网络的计算功能分布在多个处理单元上。Р (3)人工神经网络具有分布式结构。在神经网络中,知识不是存储在特定的存储单元中,而是分布在整个系统中,要存储多个知识就需要很多连接。而存储知识的获得采用“联想”的办法,这类似人类和动物的联想记忆。当一个神经网络输入一个激励时,它要在已存储的知识中寻找与输入匹配最好的存储知识为其解。联想记忆有两个主要特点:一是具有存储大量复杂图形的能力(像语音的样本可视为图像,其它像机器人的活动,时空图形的状态,社会的情况等),一是可以很快地将新的输入图形归并分类为已存储图形的某一类。Р (4)人工神经网络具有很强的容错性。大脑具有很强的容错能力。我们知道,每天都有大脑细胞自动死去,但并没有影响人们的记忆和思考能力。这正是由于大脑中知识是存储在很多处理单元和它们的连接上的结果。人工神经网络也是如此,由于知识存储在整个系统中,而不是在一个存储单元中,一定比例的结点不参与运算,对整个系统性能不会产生重大影响。
全文预览
