人工神經(jīng)網(wǎng)絡

1、 九、人工神經(jīng)網(wǎng)絡 姓名：李科靜 學號：2012452061目錄1、人工神經(jīng)網(wǎng)絡的概念2、人工神經(jīng)網(wǎng)絡的結構和分類3、人工神經(jīng)網(wǎng)絡的特點4、人工神經(jīng)網(wǎng)絡的學習方式5、人工神經(jīng)網(wǎng)絡的學習規(guī)則6、人工神經(jīng)網(wǎng)絡的應用7、實用舉例 一、人工神經(jīng)網(wǎng)絡的概念 人工神經(jīng)網(wǎng)絡人工神經(jīng)網(wǎng)絡：人工神經(jīng)網(wǎng)絡是由大量被稱為節(jié)點的簡單信息處理單元( 神經(jīng)元) 組成, 每個節(jié)點向鄰近的其它節(jié)點發(fā)出抑制或 激勵信號, 整個網(wǎng)絡的信息處理便是通過這些節(jié)點之間的相互作用而完成的是一種應用類似于大腦神經(jīng)突觸聯(lián)接的結構進行信息處理的數(shù)學模型。二、人工神經(jīng)網(wǎng)絡的結構和分類人工神經(jīng)網(wǎng)絡的分類根據(jù)神經(jīng)元之間連接的拓撲結構的不同，可將神經(jīng)

2、網(wǎng)絡分成兩大類：（一）分層網(wǎng)絡：是將一個神經(jīng)元模型中的所有神經(jīng)元按功能分為若干層：如輸入層、中間層、輸出層。 1、前向網(wǎng)絡 輸入模式由輸入層進入網(wǎng)絡， 經(jīng)過中間層的模式轉換，由 輸出層產(chǎn)生輸出模式。 2、反饋的前向網(wǎng)絡 輸出層到輸入層具有反饋的前向 網(wǎng)絡，反饋的回路形成閉環(huán)。 3、層內有相互連接的前向網(wǎng)絡 同一層內單元的相互連接，使它們 之間有彼此的牽制作用，可限制同 一層內能同時激活的單元數(shù)。 NoImage（二)相互結合型網(wǎng)絡 它是網(wǎng)狀結構網(wǎng)絡，構成網(wǎng)絡中 的各個神經(jīng)元都可能相互雙向聯(lián) 接，所有的神經(jīng)元既做輸入，同時 也做應于輸出。這種網(wǎng)絡如果從外部 加入一個輸出信號，各個神經(jīng)元一邊 相互

3、作用，一邊進行信息處理，直到 收斂到某個穩(wěn)定值為止。 三、人工神經(jīng)網(wǎng)絡的特點1、具有自學習功能。具有自學習功能。例如實現(xiàn)圖像識別時, 只在先把許多不同的圖像樣板和對應的識別結果輸入人工神經(jīng)網(wǎng)絡,網(wǎng)絡就會通過自學習功能, 慢慢學會識別類似的圖像。自學習功能對于預測有特別重要的意義。預期未來的人工神經(jīng)網(wǎng)絡計算機將為人類提供經(jīng)濟預測、市場預測、效益預測, 其前途是很遠大的。2、具有聯(lián)想存儲功能具有聯(lián)想存儲功能。人的大腦是有聯(lián)想功能的。如果有人和你提起你幼年的同學張某某, 你就會聯(lián)想起張某某的許多事情。用人工神經(jīng)網(wǎng)絡的反饋網(wǎng)絡就可以實現(xiàn)這種聯(lián)想。3、具有高速尋找優(yōu)化解的能力具有高速尋找優(yōu)化解的能力。建

4、筑一個復雜問題的優(yōu)化解, 往往需要很大的計算量, 利用一個針對某問題而設計的反饋型人工神經(jīng)網(wǎng)絡, 發(fā)揮計算機的高速運算能力, 可能很快找到優(yōu)化解。四、人工神經(jīng)網(wǎng)絡的學習方式一、有導師學習網(wǎng)絡 有導師學習或者說有監(jiān)督型的學習是指在指導或者考察情況下，如果學完了沒有達到要求，那就繼續(xù)學習。 二、無導師學習網(wǎng)絡 無導師學習或者說無監(jiān)督型學習是指靠學習者或者說神經(jīng)系統(tǒng)本身自行完成。 三、強化學習網(wǎng)絡五、人工神經(jīng)網(wǎng)絡的學習規(guī)則（1）HebbHebb學習法（學習法（適合前饋無規(guī)則學習） 當兩個神經(jīng)元同時興奮時，突觸的傳遞效率加強，那么人工神經(jīng)網(wǎng)絡中就會表現(xiàn)為連接權的增加。 （2）感知機學習法 (有監(jiān)督學習

5、法） 學習信號是期望信號與神經(jīng)元實際響應之差。（3）DeltaDelta學習法學習法 （有監(jiān)督學習）六、人工神經(jīng)網(wǎng)絡在食品中的應用一、人工神經(jīng)網(wǎng)絡在食品工業(yè)中工藝建模和優(yōu)化應用 目前人工神經(jīng)網(wǎng)絡已用于對熱加工過程的建模，如糖漿多效蒸發(fā)工藝的建模和控制，表面?zhèn)鳠嵯禂?shù)的確定和熱殺菌過程中熱力致死時間、熱力致死溫度及質量因子的確定等。Sahlani 等人建立了殺菌的人工神網(wǎng)絡模型，可在滿足殺菌要求的基礎上使產(chǎn)品的質量損失達到最少。人工神經(jīng)網(wǎng)絡也可用于對工業(yè)發(fā)酵的建模。二、人工神經(jīng)網(wǎng)絡在食品過程控制和預測方面的應用 近年來，人工神經(jīng)網(wǎng)絡被廣泛用于多種發(fā)酵過程如焙烤酵母、葡萄糖淀粉酶及青霉素生產(chǎn)的預測評

6、估；也被用于預測啤酒釀造及!B半乳糖苷酶生產(chǎn)的終點判斷，還可用于 低聚半乳糖、低聚果糖、乳果糖及其它碳水化合物聚合衍生物的生產(chǎn)。人工神經(jīng)網(wǎng)絡在預測微生物學領域也得到廣泛應用，如預測環(huán)境因素對生長滯留期、指數(shù)生長率的影響并對微生物生長進行建模。人工神經(jīng)網(wǎng)絡還可在理化數(shù)據(jù)的基礎上預測生物活性，如Bucinski.A等人利用人工神經(jīng)網(wǎng)絡預測了十字花科植物油菜、芥菜及蘿卜在不同時間及光照條件下萌芽的抗氧化活性，表明其是一種方便可信的預測工具。三、人工神經(jīng)網(wǎng)絡在食品組分分析中的應用 人工神經(jīng)網(wǎng)絡具有高度容錯能力 和優(yōu)良的光譜校正作用，可從復雜 的數(shù)據(jù)中總結出定量規(guī)律，從而對 未知樣品作定量預報，因此可廣

7、泛 用于多組分混合物的分析。李東華 等人根據(jù)食品防腐劑苯甲酸、山梨 酸和甜味劑糖精鈉在紫外區(qū)均有吸 收的特點，采用自編的徑向基人工 神經(jīng)網(wǎng)絡Matlab程序進行處理，建 立了同時測定兩種添加劑的紫外分 光光度法，并消除了其它組分對測 定的干擾，獲得滿意結果。 四、人工神經(jīng)網(wǎng)絡在食品感官分析中的應用 食品感觀分析通過嗅、看、嘗和觸摸等方式，對食品質量狀況作出客觀評價，具有簡單易行、直觀實用的特點，是食品工業(yè)生產(chǎn)與科學研究的重要手段。，王奉堂采用人工神經(jīng)網(wǎng)絡對高蛋白質含量的食品的發(fā)泡性、穩(wěn)定性及乳化特性進行預測和調整。也有研究采用人工神經(jīng)網(wǎng)絡技術開發(fā)電子鼻和感受器對卷煙、焙烤食品及酒等進行感官評定。五、人工神經(jīng)網(wǎng)絡在食品差別分析中的應用 Jose等用ANN對Jerez和Rioja兩地的食醋進行表征分類，獲得滿意效果。李慶中和楊秀坤等分別將遺傳算法與人工神經(jīng)網(wǎng)絡結合設計識別器，實