概述人工神经网络(work)是近年来再度兴起的一个高科技研究领域,也是信息科学、脑科学、神经心理学等多种学科近年来研究的一个热点。作为连接主义方法的先导性技术,人们试图通过对它的研究最终揭开人脑的奥秘,建立起能模拟人脑功能和结构的智能系统,使计算机能够像人脑那样进行信息处理。人工神经网络的脑式智能信息处理特征与能力使其应用领域日益扩大,潜力日趋明显。许多用传统信息处理方法无法解决的问题采用人工神经网络后取得了良好的效果。2.1.1什么是人工神经网络迄今为止的各代计算机都是基于冯.诺依曼工作原理:其信息存储与处理是分开的,即存储器与处理器相互独立;处理的信息必须是形式化信息,即用二进制编码定义的文字、符号、数字、指令和各种规范化的数据格式、命令格式等等:而信息处理的方式必须是串行的,即CPU不断地重复取址、译码、执行、存储这四个步骤。这种计算机的结构和串行工作方式决定了它只擅长于数值和逻辑运算。人们把通过分子和细胞水平的技术所达到的微观层次与通过行为研究达到的系统层次结合起来,形成了对人脑神经网络的基本认识。在此基本认识的基础上,以数学和物理方法以及信息处理的角度对人脑神经网络进行抽象,并建立某种简.化模型,就称为人工神经网络(work,√心烈)。人工神经网络远不是人脑生物神经网络的真实写照,而只是对它的简化、抽象与模拟。令人欣慰的是,这种简化模型的确能反映出人脑的许多基本特性,如自适应性、自组织性和很强的学习能力。目前关于人工神经网络的定义尚不统一。美国神经网络学家HechtHielsen关于人工神经网络的一般定义是:“神经网络是由多个非常简单的处理单元彼此按某种方式相互连接而形成的计算系统,该系统是靠其状态对外部输入信息的动态响应来处理信息的’’。美国国防高级研究计划局关于人工神经网络的解释是:“人工神经网络是一个由许多简单的并行工作的处理单元组成的系统,其功能取决于网5
全文预览
