人工神經(jīng)元網(wǎng)絡(luò)及其在電氣設(shè)備故障診斷應(yīng)用_第1頁(yè)
人工神經(jīng)元網(wǎng)絡(luò)及其在電氣設(shè)備故障診斷應(yīng)用_第2頁(yè)
人工神經(jīng)元網(wǎng)絡(luò)及其在電氣設(shè)備故障診斷應(yīng)用_第3頁(yè)
人工神經(jīng)元網(wǎng)絡(luò)及其在電氣設(shè)備故障診斷應(yīng)用_第4頁(yè)
人工神經(jīng)元網(wǎng)絡(luò)及其在電氣設(shè)備故障診斷應(yīng)用_第5頁(yè)
已閱讀5頁(yè),還剩50頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

電氣設(shè)備故障診斷第九講 人工神經(jīng)元網(wǎng)絡(luò)及其在電氣設(shè)備故障診斷技術(shù)中的應(yīng)用

序:傳統(tǒng)人工智能的局限性及解決途徑

傳統(tǒng)AI的基礎(chǔ)是邏輯推理,且是在馮·諾依曼串行機(jī)上實(shí)現(xiàn)的,它要具備兩個(gè)條件才能進(jìn)行:將處理的問(wèn)題都化成符號(hào)序列表示要給出處理這些符號(hào)的規(guī)則傳統(tǒng)AI能解決的問(wèn)題完全局限于人的邏輯思維所能解決的問(wèn)題之內(nèi),完全是一種邏輯思維的模擬.而人腦除邏輯思維外,還有形象思維與邏輯表象等,因而單靠傳統(tǒng)的AI不能很好地模擬智能。另外,對(duì)于無(wú)法形式化的問(wèn)題;難以用AI來(lái)求解。最主要的局限——難以學(xué)習(xí),不具有學(xué)習(xí)的系統(tǒng)很難模擬智能。要在基于邏輯推理的系統(tǒng)中實(shí)現(xiàn)學(xué)習(xí)雖不能說(shuō)不可能,至目前難有大的進(jìn)展。人工神經(jīng)元網(wǎng)絡(luò)具有自學(xué)習(xí)能力,將其與傳統(tǒng)AI結(jié)合起來(lái)是模擬智能的很好的途徑ANN是一種模仿人腦行為及其活動(dòng)過(guò)程的推理分析方法,它具有自學(xué)習(xí)能力,能從一系列的數(shù)據(jù)中綜合出規(guī)律性的知識(shí)——較為有效地解決了專家系統(tǒng)知識(shí)獲取困難。一般認(rèn)為,最早用數(shù)學(xué)模型對(duì)神經(jīng)系統(tǒng)中的神經(jīng)元進(jìn)行理論建模的是美國(guó)心理學(xué)家麥卡洛克(W.McCulloch)和數(shù)學(xué)家皮茨(W.Pitts)。1943年建立了MP神經(jīng)元模型。MP神經(jīng)元模型首次用簡(jiǎn)單的數(shù)學(xué)模型模仿出生物神經(jīng)元活動(dòng)功能,并揭示了通過(guò)神經(jīng)元的相互連接和簡(jiǎn)單的數(shù)學(xué)計(jì)算,可以進(jìn)行相當(dāng)復(fù)雜的邏輯運(yùn)算這一令人興奮的事實(shí)。人工神經(jīng)元網(wǎng)絡(luò)具有自學(xué)習(xí)能力,將其與傳統(tǒng)AI結(jié)合起來(lái)是模擬智能的很好的途徑ANN是一種模仿人腦行為及其活動(dòng)過(guò)程的推理分析方法,它具有自學(xué)習(xí)能力,能從一系列的數(shù)據(jù)中綜合出規(guī)律性的知識(shí)——較為有效地解決了專家系統(tǒng)知識(shí)獲取困難。1957年,美國(guó)計(jì)算機(jī)學(xué)家羅森布拉特提出了著名的感知器Perceptron模型。它是一個(gè)具有連續(xù)可調(diào)權(quán)值矢量的MP神經(jīng)網(wǎng)絡(luò)模型,經(jīng)過(guò)訓(xùn)練可達(dá)到對(duì)一定輸入矢量模式進(jìn)行識(shí)別的目的。1959年,當(dāng)時(shí)的另外兩位美國(guó)工程師威德羅和霍夫提出了自適應(yīng)線性元件(Adaptivelinearelement)它是感知器的變化形式,尤其在權(quán)失量的算法上進(jìn)行了改進(jìn),提高了訓(xùn)練收斂速度和精度。他們從工程實(shí)際出發(fā),不僅在計(jì)算機(jī)上模擬了這種神經(jīng)網(wǎng)絡(luò),而且還做成了硬件,并將訓(xùn)練后的人工神經(jīng)網(wǎng)絡(luò)成功地用于的小通訊中的回波和噪聲,成為第一個(gè)用于解決實(shí)際問(wèn)題的人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)元網(wǎng)絡(luò)具有自學(xué)習(xí)能力,將其與傳統(tǒng)AI結(jié)合起來(lái)是模擬智能的很好的途徑ANN是一種模仿人腦行為及其活動(dòng)過(guò)程的推理分析方法,它具有自學(xué)習(xí)能力,能從一系列的數(shù)據(jù)中綜合出規(guī)律性的知識(shí)——較為有效地解決了專家系統(tǒng)知識(shí)獲取困難。1969年,人工智能的創(chuàng)始人之一明斯基和帕伯特在合著的《感知器》一書中對(duì)以單層感知器為代表的簡(jiǎn)單人工神經(jīng)網(wǎng)絡(luò)的功能及局限性進(jìn)行了深入分析。他們指出,單層感知器只能進(jìn)行線性分類,對(duì)線性不可分的輸入模式無(wú)能為力,而其解決的辦法是設(shè)計(jì)出具有隱含層的多層神經(jīng)網(wǎng)絡(luò),但是要找到一個(gè)有效修正權(quán)矢量的學(xué)習(xí)算法并不容易。這一結(jié)論使得當(dāng)時(shí)許多神經(jīng)網(wǎng)絡(luò)研究者感到前途渺茫,客觀上對(duì)神經(jīng)網(wǎng)絡(luò)理論的發(fā)展起了一定的消極作用。人工神經(jīng)元網(wǎng)絡(luò)具有自學(xué)習(xí)能力,將其與傳統(tǒng)AI結(jié)合起來(lái)是模擬智能的很好的途徑ANN是一種模仿人腦行為及其活動(dòng)過(guò)程的推理分析方法,它具有自學(xué)習(xí)能力,能從一系列的數(shù)據(jù)中綜合出規(guī)律性的知識(shí)——較為有效地解決了專家系統(tǒng)知識(shí)獲取困難。美國(guó)學(xué)者霍普菲爾德對(duì)人工神經(jīng)網(wǎng)絡(luò)研究的復(fù)蘇起到了關(guān)鍵性的作用。1982年,他提出了霍普菲爾的網(wǎng)絡(luò)模型,將能量函數(shù)引入到對(duì)稱反饋網(wǎng)絡(luò)中,網(wǎng)絡(luò)穩(wěn)定性有了明顯的判據(jù),并利用提出的網(wǎng)絡(luò)的神經(jīng)計(jì)算能力來(lái)解決條件優(yōu)化問(wèn)題。另外,霍普菲爾德網(wǎng)絡(luò)模型可以用電子模擬線路來(lái)實(shí)現(xiàn),從而由此還興起了對(duì)新一代電子神經(jīng)計(jì)算機(jī)的研究。1984年,提出了連續(xù)時(shí)間Hopfield神經(jīng)網(wǎng)絡(luò)模型,為神經(jīng)計(jì)算機(jī)的研究做了開(kāi)拓性的工作,開(kāi)創(chuàng)了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶和優(yōu)化計(jì)算的新途徑另一個(gè)突破性的研究成果是儒默哈特等人在1986年提出的解決多層神經(jīng)網(wǎng)絡(luò)權(quán)值修正的算法誤差反向傳播法,簡(jiǎn)稱BP算法,找到了解決明斯基和帕伯特提出的問(wèn)題的辦法,從而給人工神經(jīng)網(wǎng)絡(luò)增添了活力。人工神經(jīng)元網(wǎng)絡(luò)具有自學(xué)習(xí)能力,將其與傳統(tǒng)AI結(jié)合起來(lái)是模擬智能的很好的途徑ANN是一種模仿人腦行為及其活動(dòng)過(guò)程的推理分析方法,它具有自學(xué)習(xí)能力,能從一系列的數(shù)據(jù)中綜合出規(guī)律性的知識(shí)——較為有效地解決了專家系統(tǒng)知識(shí)獲取困難。神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)中得到應(yīng)用1975年Dillon等人首先運(yùn)用自學(xué)習(xí)機(jī)對(duì)電力系統(tǒng)負(fù)荷預(yù)報(bào)進(jìn)行了研究;1986年S.Y.OH利用模識(shí)識(shí)別和聯(lián)想記憶的方法進(jìn)行大規(guī)模電力系統(tǒng)的安全估計(jì),并對(duì)一個(gè)實(shí)際系統(tǒng)進(jìn)行了分析;1988年D.J.Sobajic和Y.H.Pao應(yīng)用BP算法進(jìn)行了電力系統(tǒng)動(dòng)態(tài)安全估計(jì)方面的研究;1989年S.Ebron等人提出用BP模型進(jìn)行配電網(wǎng)饋電線的初期故障檢測(cè)。特別是近十年來(lái),利用ANN進(jìn)行動(dòng)態(tài)安全分析、警報(bào)處理、諧波負(fù)荷識(shí)別、經(jīng)濟(jì)調(diào)度、系統(tǒng)初期故障診斷、無(wú)功的實(shí)時(shí)控制以及同步電機(jī)模擬、預(yù)想事故選擇等方面的研究越來(lái)越多,為電力系統(tǒng)的規(guī)劃、運(yùn)行和控制提供了新的方法。人工神經(jīng)網(wǎng)絡(luò)(ANN)原理

人工神經(jīng)元網(wǎng)絡(luò)模型(ArtificialNeuralNetwork—ANN)——又稱連接機(jī)制模型(ConnectionismModal)——并行分布處理模型(ParallelDistributedProcessingModel),由大量簡(jiǎn)單元件廣泛連接而成的,用以模擬人腦行為的復(fù)雜網(wǎng)絡(luò)系統(tǒng).研究這一系統(tǒng)的根本目的是探索人腦信息處理、儲(chǔ)存和搜索的機(jī)制屬于AI的一個(gè)分支1.組成ANN的基本單元—神經(jīng)元神經(jīng)元——人腦的基本細(xì)胞單元是。人腦是由幾百億個(gè)神經(jīng)元緊密連接而組成的。神經(jīng)元由樹(shù)突、細(xì)胞體、軸突與突觸等部分組成。每一神經(jīng)元通過(guò)樹(shù)突接收和組合從其它許多神經(jīng)元送來(lái)的信號(hào);如果組合的信號(hào)足夠強(qiáng),則該神經(jīng)元處于激話(activation)狀態(tài),產(chǎn)生一個(gè)輸出信號(hào)(反之則處于抑制狀態(tài))。通過(guò)軸突與突觸的許多分支終端傳遞到周圍神經(jīng)元的輸入端一樹(shù)突,到達(dá)神經(jīng)元輸入端的信號(hào)的強(qiáng)度取決于突觸的強(qiáng)度(權(quán)值,Weight)。生物神經(jīng)網(wǎng)絡(luò)就是通過(guò)改變突觸的強(qiáng)度而學(xué)習(xí)的——突觸是基本記億單元。2.偉神經(jīng)倘元的腥節(jié)點(diǎn)葉函數(shù)應(yīng)——缸傳遞捆函數(shù)3.辛神經(jīng)棉元與續(xù)神經(jīng)蓄元間撒連接旅方式AN卵N的基報(bào)本特疫征人工決神經(jīng)保網(wǎng)絡(luò)堤由大量因處理押?jiǎn)卧?神達(dá)經(jīng)元恨、處滅理元撿件等屯)廣贏泛互刊聯(lián)組架成,臣反映津了人峰腦的磚基本偵特性轟。以神經(jīng)鎖元連悲接與舌并行旦機(jī)制來(lái)簡(jiǎn)翁化、閱抽象環(huán)及模揭擬人珍腦的棋邏輯別及形橫象思首維能萍力。斑——?dú)埜叨瑞I非線哀性的目大規(guī)虜?;驂撼蟪且?guī)??诘膭?dòng)緣瑞力系漫統(tǒng),襲主要汁表現(xiàn)鉆為連領(lǐng)續(xù)時(shí)懲間的豆非線舊性動(dòng)版力性兩、網(wǎng)酸絡(luò)的慮全局詳作用假、大歡規(guī)模壤并行遼處理孟及高鄙度的謎魯棒蕉性和召學(xué)習(xí)辛聯(lián)想饑特性周。在神護(hù)經(jīng)網(wǎng)匪絡(luò)系蘇統(tǒng)中光,信息鋼的存膊儲(chǔ)與膏處理揭(計(jì)宿算)丘是合評(píng)為一杰體的,嚷網(wǎng)絡(luò)祝通過(guò)茫大量高神經(jīng)疏元之編間的戰(zhàn)相互度聯(lián)系側(cè)存儲(chǔ)霧知識(shí)飼與信斑息,境神經(jīng)榨元之巷間的招大規(guī)封模并專行分拼布式夢(mèng)的相糟互作怪用實(shí)折現(xiàn)知稼識(shí)信汁息的翠處理鋪。組織參成大雜規(guī)模奏的復(fù)探雜系烏統(tǒng),參提供正了大量撥可供腦調(diào)節(jié)刺的變柴量;實(shí)現(xiàn)邪了并張行處霜理的疼機(jī)制碎(網(wǎng)跡絡(luò)內(nèi)唉或?qū)硬駜?nèi)各炕個(gè)神晚經(jīng)元娛可以傳并行歉工作迎和調(diào)付整)逝,實(shí)抱現(xiàn)集體悔計(jì)算,使艦信息資處理模速度鹿加快幼;信息奶分布窯存儲(chǔ)在網(wǎng)殼絡(luò)內(nèi)姻神經(jīng)住元的鋒連接惑權(quán)值辨上,排提供稱了聯(lián)丑想與探記憶爛的能壤力;援同時(shí)型由于移網(wǎng)絡(luò)戒結(jié)構(gòu)赴造成望的高緞度冗誓余,劑從而具備揀高度啦的容損錯(cuò)性鐵與魯芹棒性;基于澇連接浴權(quán)值進(jìn)可變水性,淡網(wǎng)絡(luò)主拓?fù)浜熬哂秀@強(qiáng)的自適沾應(yīng)能饒力;具備草從示例輕自動(dòng)僚學(xué)習(xí)的顯噸著學(xué)尖習(xí)能你力,脊使神騙經(jīng)網(wǎng)符絡(luò)能蘆應(yīng)用閱于具必有更庸多未礦知理伸論的意領(lǐng)域妙;神經(jīng)溝元處理兔單元鴿通常趕很簡(jiǎn)徐單,方倉(cāng)便實(shí)塊現(xiàn)規(guī)居模化伴集成車。AN酒N的功春能a.有導(dǎo)朵師學(xué)擾習(xí)(Su洗pe絡(luò)rv終is芳ed男L恐ea仙rn搏in頸g)令——針對(duì)窗對(duì)應(yīng)使模式b.無(wú)導(dǎo)朋師學(xué)蜂習(xí)(Un留su冷pe爐rv弄is玻ed否L商ea妖rn取in殖g)宇.根據(jù)松環(huán)境掏的變及化自托行組夢(mèng)織。c.聯(lián)想孟存儲(chǔ)(記嚴(yán)憶)泳.有痛自聯(lián)單想和倡異聯(lián)押想自聯(lián)講想記猴憶——霧設(shè)在營(yíng)訓(xùn)練靠過(guò)程早中由AN闊N存入K個(gè)樣桃本向顛量,匹現(xiàn)輸繡入向泉量X’懷=X(t蹄)+V喊,其中X(t臘)是樣條本向衡量之潤(rùn)一,V是偏蹤蝶差向攤量,誦要求誰(shuí)輸出y’走≈姜X(t痰)。異聯(lián)忙想記淋憶——允兩樣喬本間誦具有賤一定堡的對(duì)今應(yīng)關(guān)酬系,便要求慰從有篇噪聲很(干呀擾)菊的一嫌組樣回本聯(lián)駕想出傭另一南組樣梨本中糾與其刷相對(duì)免應(yīng)的第沒(méi)有若或有溜很小鋸干擾曉的祥伙本。犯自聯(lián)霉想記毀憶是邁異聯(lián)快想記佛憶的給特例d.優(yōu)化問(wèn)與調(diào)林度計(jì)撐算.AN做N可用悼于優(yōu)蘿化計(jì)汽算,秒典型泰的是Ho煙pf換ie親ld模型朝。該獨(dú)模型幸可用言于約暑束優(yōu)鑄化問(wèn)薦題的贊近似陰計(jì)算荷,并重已成這功地澆用于墳旅行閑推銷董員問(wèn)因題(Tr僻av腫el搭li坊ngSa攏le均sm甲an必P界ro碧bl羅em演—T雙SP托)及其魄它一作些優(yōu)倚化問(wèn)酬題的辭求解弄。AN齡N與傳渠統(tǒng)AI繳(包括鄉(xiāng)豐專家安系統(tǒng)哄)在霜模擬證智能瞞方面授的主草要區(qū)撤別傳統(tǒng)AI模擬濕了人岸的邏輯趙思維AN擴(kuò)N主要誼模擬群了人捕的形象萬(wàn)思維傳統(tǒng)AI適于授處理養(yǎng)象規(guī)城劃、迎決策靈和語(yǔ)沾義理撤解等較高為級(jí)的突問(wèn)題,AN背N適于課解決棗象模棍式識(shí)旱別和搖聯(lián)想或記億悠等較低望級(jí)的梳認(rèn)識(shí)妻問(wèn)題傳統(tǒng)航的AI系統(tǒng)載中實(shí)餡現(xiàn)學(xué)習(xí)賢很難AN唯N一個(gè)甲重要屯特征格是能夠撤學(xué)習(xí)在傳期統(tǒng)的銀專家質(zhì)系統(tǒng)鬧中,發(fā)知識(shí)社是以解規(guī)則鼻的形護(hù)式顯袍示表茶示的AN墳N可從鳥樣本饞中通計(jì)過(guò)學(xué)奪習(xí)產(chǎn)繼生規(guī)貓則。AN鮮N的學(xué)抓習(xí)過(guò)造程是碼自適極應(yīng)式搜的,事當(dāng)重挎復(fù)地粉向AN矩N提供邪輸入?yún)牵陉?duì)望的帆輸出氧對(duì)時(shí)冊(cè),AN膀N進(jìn)行卷自身吉的調(diào)寸整與彩組織散,逐桃步完串成期邀望的宏由輸遵入到胖輸出棋的映極射.AN怎N的這鞠種無(wú)埋需顯脾式表定示規(guī)利則和留不要辰求大邪量的荒人力祥、以徒及能肝夠通背過(guò)學(xué)過(guò)習(xí)獲絕得合舍適的奏結(jié)構(gòu)細(xì)的特旺征使盡其很憶適于膝處理皂困難守的模式矮識(shí)別羽問(wèn)題。AN壘N與傳秒統(tǒng)AI撒(包括趕專家層系統(tǒng)加)在棍模擬懷智能盾方面慶的主砌要區(qū)易別傳統(tǒng)聚的AI是基配于串行的方終式實(shí)棗現(xiàn)的AN槐N是并行私、分蛾布、聯(lián)讓想式極的用傳腿統(tǒng)AI解決唯問(wèn)題棵時(shí),譜通常婦要花蜜費(fèi)大剃量的揪人力矛和時(shí)續(xù)間將彈具體融的問(wèn)曲題表示潮成符途號(hào)序杠列的形己式AN殖N模型窗有些吼是面向鑄‘?dāng)?shù)蜂據(jù)’的,秧因而騙要求乎的人歷力少傳統(tǒng)AI系統(tǒng)拌是采蚊用算捐法或建規(guī)則如方式舊的,僅能紋完成踏設(shè)定撤的任悉務(wù),在佛這種印系統(tǒng)播中出甚現(xiàn)任貧何程部度的渣不可房誠(chéng)預(yù)測(cè)求的情幟況(您不常氧出現(xiàn)屬)時(shí)田,通野常會(huì)盜誤操楚作。AN頓N是非烤線性合動(dòng)力美學(xué)系雀統(tǒng),具有襖不可象預(yù)測(cè)緊的特潔性,與撓人類金有類紫似的工行為獵.在產(chǎn)較大態(tài)的范架圍內(nèi)仆進(jìn)行鴉學(xué)習(xí)在AN忍N(yùn)中,粒以輸敘入與伴期望露的輸竹出對(duì)棕表示激的知貧識(shí)是醬分布疼存貯紫于所柔有處脅理單吵元上辟的.AN碼N的聯(lián)頭想特末征,使得盲當(dāng)輸區(qū)入信焦息不踐完全鄰時(shí),死仍可奶選出音最接捎近的聞匹配怎模式,產(chǎn)眨生對(duì)病應(yīng)于些完全紅輸入搬信息及的輸徐出。AN喬N(yùn)的分鎖布存病儲(chǔ)與偵聯(lián)想顯特征圓使得掛當(dāng)輸鈔入不晝完整效、有錦噪聲坊時(shí)仍拐能得戀出合礎(chǔ)理的攔輸出篇響應(yīng)跟,具地有很輔強(qiáng)的傍容錯(cuò)憶能力售。這忍使得AN訪N遠(yuǎn)比拍傳統(tǒng)AI更適觸于解肯決復(fù)譜雜的雞模式尖識(shí)別盲問(wèn)題蜜。AN氏N的主內(nèi)要研尖究領(lǐng)伯域A.用AN帖N解決忍問(wèn)題幫時(shí),女決定置各神粒經(jīng)元農(nóng)間的蛛連接嘴及其資權(quán)值臟的學(xué)習(xí)弄算法包括帖:確孩定模廟型結(jié)梢構(gòu)、頌性質(zhì)診、訓(xùn)斤練方懷法及闖其效秧率的燃研究AN般N是高叨度非萍線性替動(dòng)力烈學(xué)系懂統(tǒng),粗具有報(bào)非常四復(fù)雜案的行回為.花每個(gè)昂神經(jīng)坡元本犬身是狗非常每簡(jiǎn)單劑的非倆線性支元件藍(lán),但朱由它媽們廣積泛連美接而臨成的AN稠N具有爛十分浮復(fù)雜昂的集援體行翅為,腿這正曬是非搬線性養(yǎng)系統(tǒng)毒的基曉本特旱征.研究墊的重點(diǎn)絲式是AN鉗N的集混體行假為而非止單個(gè)晃神經(jīng)還元的招性能匯,因越而研坡究的滔方法患是綜合而非隨分解棋。B.立AN局N的微鑼電子藏或光辰學(xué)實(shí)現(xiàn)AN祥N具有貓高度稅的并跡行處救理與撲分布仁式存扎貯的濾特性旱,在潔馮·立諾依尤曼型唐機(jī)上脹無(wú)法息實(shí)現(xiàn)悉.研究AN滲N的硬夜件實(shí)鋤現(xiàn)是遞一重律要課稀題.兩種朝實(shí)現(xiàn)脾途徑憤:光學(xué)晌實(shí)現(xiàn),可帥以表遇示出助三維問(wèn)空間瓶上的自互連口,更舞能體扯現(xiàn)AN潮N的特夾點(diǎn),蘇而人匙腦中猛的神膝經(jīng)網(wǎng)坦絡(luò)也猾是三眠維互衣連的娛;電子蘿線路或VL抄SI的特圾征是滲二維罵的.C.探索生物訊神經(jīng)混網(wǎng)絡(luò)拋的結(jié)鞠構(gòu)及殊運(yùn)行抱機(jī)制模仿復(fù)人腦壯,直滲接方續(xù)法是奔研究坐人腦詞——例十分掛困難要理涂想地葡模擬樸人的肉信息些處理顯、儲(chǔ)肌存和稱搜索起的機(jī)省制,聲只能吼采用引這種設(shè)途徑底,當(dāng)坡然也積需要判由其伯它途駕徑加筒以促互進(jìn)。NN的特膽征填——拓?fù)涿芴卣?1)單層自反饋NN(小容量存儲(chǔ));NN的特筒征考——拓?fù)潆m特征(2)多層前饋NN(可大容量存儲(chǔ))NN的特校征拾——拓?fù)鋭偬卣?3)多層反饋NN(可大容量存儲(chǔ))NN的特棚征—誘—學(xué)習(xí)趴特征1.有教師學(xué)習(xí)NN對(duì)輸入模式的訓(xùn)練在教師指導(dǎo)下完成。按照一定的學(xué)習(xí)算法,不斷調(diào)整輸出模式與所提供的正確樣本(教師)之間的誤差,實(shí)現(xiàn)輸出的最佳解。有導(dǎo)師學(xué)習(xí)算法的種類很多,如誤差校正學(xué)習(xí)、增強(qiáng)權(quán)值學(xué)習(xí)、隨機(jī)學(xué)習(xí)、赫布學(xué)習(xí)、競(jìng)爭(zhēng)和協(xié)同學(xué)習(xí)等。典型的NN如B—P網(wǎng)、聯(lián)想網(wǎng)等NN的特油征—籃—學(xué)習(xí)竭特征2.無(wú)教師學(xué)習(xí)無(wú)教師學(xué)習(xí)又可稱為自組織學(xué)習(xí)。NN對(duì)輸入模式的訓(xùn)練在無(wú)教師指導(dǎo)下完成。NN僅依靠局部信息和內(nèi)部自適應(yīng)調(diào)整,控制其輸出。NN是在無(wú)教師指導(dǎo)下,完成訓(xùn)練和輸出最佳解。最典型的是科霍思自組織網(wǎng)絡(luò)NN的穩(wěn)定調(diào)性特儉征和收斂稈特征神經(jīng)慚網(wǎng)絡(luò)鞋對(duì)外箏部環(huán)既境信衰息進(jìn)芝行處新理時(shí)祖,穩(wěn)定瀉性是飼必須嬌考慮傘的重執(zhí)要因泛素。如果NN在外位部環(huán)所境刺蝕激下愉不出膝現(xiàn)大蜂的擾該動(dòng),意則NN是穩(wěn)鬧定的蝕,反漂之,NN是不捆穩(wěn)定素的。宇作為嗓非線卸性動(dòng)剪力學(xué)今系統(tǒng)貨的NN可,尋求黎全局倚最終奏穩(wěn)定劑點(diǎn)(收艷斂點(diǎn)之、平羨衡點(diǎn)紅等)膜。如電果NN只存最在局貪部穩(wěn)鏈定點(diǎn)竊,則努該NN只能剪說(shuō)是京局部虎穩(wěn)定NN境,而不握是全辭局穩(wěn)工定NN群。NN的收斂早性通常離表示棕為所窄希望咽的NN輸出母與實(shí)動(dòng)際計(jì)波算的NN輸出飽之間事的最合終最圣小誤適差。NN的收選斂和國(guó)穩(wěn)定挑是相炭互聯(lián)照系、濤相輔沉相成倍的。查李雅默普諾云夫(Ly陣ap子un拜ov)直接倉(cāng)方法臭是判察定NN全局因穩(wěn)定碧的常乎用方圓法。主要AN窄N模型神經(jīng)刺網(wǎng)絡(luò)嬸的特性御來(lái)源衛(wèi)于網(wǎng)及絡(luò)中怕神經(jīng)齒元的杏互連午結(jié)構(gòu)根據(jù)踩神經(jīng)凈網(wǎng)絡(luò)單連接不方式口的不纖同:不含瘡反饋店的前齒向網(wǎng)眉絡(luò)(蛋如感揀知器香、BP網(wǎng)絡(luò)旦等)反饋下網(wǎng)絡(luò)勾(如Ho貝pf楊ie描ld網(wǎng)絡(luò)攜、Ha抹mm徹in搬g網(wǎng)絡(luò)謹(jǐn)?shù)?層內(nèi)弱有相疼互連帖接的郊隨機(jī)涼網(wǎng)絡(luò)株(如Bo晚lt偉zm蝕an機(jī)等治)自組戶織型雀神經(jīng)甲網(wǎng)絡(luò)漸等常用播的學(xué)貢習(xí)規(guī)述則:相關(guān)輩規(guī)則佩(如He辯bb規(guī)則毛)糾錯(cuò)糧規(guī)則勺(如

及廣湯義

學(xué)習(xí)認(rèn)規(guī)則寄、Bo馬lt眠zm繭an機(jī)的擠模擬血退火籃規(guī)則憑等)基于鳴自適糠應(yīng)學(xué)菌習(xí)的檔無(wú)教栗師學(xué)份習(xí)規(guī)合則等找。神經(jīng)永網(wǎng)絡(luò)且的模圈式判步斷性剩能決爺定于案其網(wǎng)首絡(luò)模報(bào)型,太包括吩網(wǎng)絡(luò)敲結(jié)構(gòu)炮、網(wǎng)搖絡(luò)學(xué)下習(xí)算智法和仿學(xué)習(xí)柜樣本基于及糾錯(cuò)嗚學(xué)習(xí)樓規(guī)則像的前向番神經(jīng)鞋網(wǎng)絡(luò)具有撿結(jié)構(gòu)質(zhì)簡(jiǎn)單酸、學(xué)昆習(xí)算安法方政便、懲善于肚聯(lián)想評(píng)記憶省與模缺式識(shí)胳別等沾顯著秤優(yōu)點(diǎn)近,在蠻著重漸信息饞處理襯與模小式識(shí)叼別的曬故障舉診斷杜研究根中得豈到了熊廣泛愚的應(yīng)賞用。相關(guān)頁(yè)規(guī)則(He通bb)非監(jiān)擠督學(xué)紀(jì)習(xí)規(guī)盼則(u持ns趁up虛er錄vi雞se躲d嫂le遺ar貝ni志ng的)在生生理學(xué)趕上就桂是Pa煎vl朱ov的條件龍反射傷原理,當(dāng)快用一哪個(gè)毫和無(wú)意磨義的吳刺激土信號(hào)碰(如盞鈴的麥響聲述)同漁時(shí)伴累有另竊一個(gè)顯刺激蹦信號(hào)粒(如從食物抖)反庸復(fù)加狡給動(dòng)零物的辣時(shí)候律,經(jīng)懇過(guò)一艱段時(shí)毯間的視訓(xùn)練團(tuán)后,怎動(dòng)物社就會(huì)禿建立佳一種王聯(lián)想.當(dāng)再糠接受握到刺劍激信驅(qū)號(hào)時(shí)辛,動(dòng)貓物就幕會(huì)產(chǎn)池生條浪件反銜射.這種撕類型破的學(xué)高習(xí)是分完全購(gòu)開(kāi)環(huán)馳的。當(dāng)某乳一突箭觸兩通端的交神經(jīng)瞎元激過(guò)活同笨步時(shí)盟,該斤連接盜的強(qiáng)漠度應(yīng)顯加強(qiáng)蜂,反聯(lián)之則壓應(yīng)減飛弱。競(jìng)爭(zhēng)乖學(xué)習(xí)基于年自適跨應(yīng)學(xué)愉習(xí)的英無(wú)教偏師學(xué)響習(xí)規(guī)住則在學(xué)元習(xí)時(shí)翠網(wǎng)絡(luò)地每個(gè)材輸出侮單元炎相互常競(jìng)爭(zhēng)租,最迫后只役有一音個(gè)最名強(qiáng)激盛活者——修改緊其連別接權(quán)維值。神經(jīng)爽網(wǎng)絡(luò)屆的實(shí)各現(xiàn)19綱57嚴(yán)年弗裕蘭克查·羅冊(cè)森布膀拉特棍(Fr掉an弱k框Ro泡se惠nb寶la賠tt的)發(fā)明叔并設(shè)冬計(jì)了Ma斯rk滋l感知僅器神究經(jīng)計(jì)嬌算機(jī)冊(cè)(具陶有2饑0×弓20望像素推圖像帳傳感貞器,互51仁2個(gè)行連接竿權(quán))財(cái),用枝做一撿個(gè)特池征識(shí)院別器1.計(jì)算機(jī)實(shí)現(xiàn)——ANN模型由計(jì)算機(jī)模擬實(shí)現(xiàn)對(duì)于結(jié)構(gòu)簡(jiǎn)單、小容量的ANN模擬可以用普通計(jì)算機(jī)來(lái)實(shí)現(xiàn),但對(duì)于結(jié)構(gòu)復(fù)雜、大容量的ANN的模擬,必須有與之相適應(yīng)的大規(guī)模并行計(jì)算機(jī)、神經(jīng)計(jì)算機(jī)等才能實(shí)現(xiàn)2.硬件實(shí)現(xiàn)——ANN的專用處理器實(shí)現(xiàn)包括高速神經(jīng)芯片和系統(tǒng)(集成電路)、與處理器相連接的協(xié)處理器等??亍っ椎?CarverMead)在“AnalogVLSIandNeuralSystems”一書中有關(guān)于這方面詳細(xì)的實(shí)現(xiàn)研究成果。3.光學(xué)或光電結(jié)合實(shí)現(xiàn)——ANN的光學(xué)元件或光電結(jié)合實(shí)現(xiàn)最新實(shí)現(xiàn)手段,在國(guó)外出版的許多專著中都有這方面的研究報(bào)道。包括光纖、光導(dǎo)、CCD攝像機(jī)、光電轉(zhuǎn)換等實(shí)現(xiàn)手段。AN帆N的實(shí)紹現(xiàn)研奔究的項(xiàng)主要食目的襯就是滿建立孩第六乒代智沈能系荷統(tǒng)和俗第六堅(jiān)代計(jì)縣算機(jī)蛇——緣瑞神經(jīng)叮計(jì)算肉機(jī)。作為墊第六泉代智修能系練統(tǒng)應(yīng)海當(dāng)具有北模仿沾人的因大腦急行為鬼的特愿征。作對(duì)為第屠六代獸計(jì)算休機(jī)應(yīng)豪當(dāng)具晉有大包規(guī)模剪并行蒸性,酸機(jī)器刮學(xué)習(xí)崖功能宅,自才適應(yīng)央和自濫組織中,目窗標(biāo)的星直接掌處理屢,智晃能處骨理器鍵記憶妥單元?jiǎng)澋忍赝徽?。建立柜高速野神?jīng)悉芯片穩(wěn)和系購(gòu)統(tǒng)、替并行捏處理鉤系統(tǒng)泳是AN訊N實(shí)現(xiàn)斬的關(guān)棕鍵。ANN模型實(shí)現(xiàn)方式LVQ、BP、BM、AG、ARTI、CH、BAM集成電路BP、BM、AG、CH、BAM協(xié)處理器BP、BAM、CH總線定位處理器BAM、CH大規(guī)模集成電路感知器、BP、BM、AG、BAM、CH光學(xué)、光電結(jié)合感知器、AG電子元件人工基神經(jīng)稠網(wǎng)絡(luò)蘇的診撒斷應(yīng)姥用神經(jīng)豪網(wǎng)絡(luò)陷的應(yīng)具用包想括:網(wǎng)絡(luò)約訓(xùn)練和網(wǎng)絡(luò)牽應(yīng)用兩個(gè)帥層次供。網(wǎng)哄絡(luò)訓(xùn)帆練即板是確無(wú)定網(wǎng)脖絡(luò)的單模型糧,包監(jiān)括拓縮慧撲結(jié)耀構(gòu)和襪節(jié)點(diǎn)謠函數(shù)要及節(jié)姑點(diǎn)間素聯(lián)系淡;網(wǎng)廟絡(luò)應(yīng)覺(jué)用則晚是將愚需判遣別樣誦本施叼加于湖網(wǎng)絡(luò)樹(shù)輸入牛端映閱射出狗網(wǎng)絡(luò)聯(lián)輸出側(cè)或完展整信榜息的咸過(guò)程在變?cè)鯄浩鞅鎸?shí)時(shí)漠監(jiān)測(cè)互診斷朵中,蘿諸如遼絕緣酷的局癢部放命電監(jiān)兵測(cè)、查色譜鋤分析低、常靈規(guī)試癥驗(yàn)等份項(xiàng)目桶的分搭析均內(nèi)可以碰采用岔神經(jīng)讓網(wǎng)絡(luò)爭(zhēng)原理段,且董具有要自組悠織、伶自學(xué)吩習(xí)、燦診斷蚊效率豎高等筋顯著都優(yōu)點(diǎn)聞。首先品,將本各種雀監(jiān)測(cè)停的特脫征量塔和響咱應(yīng)的換狀態(tài)賢模式烤組織歉成二擴(kuò)維的異樣本檔模型揀,作翻為網(wǎng)禮絡(luò)的龜訓(xùn)練映標(biāo)準(zhǔn)扒樣本意;然后點(diǎn),通埋過(guò)一依定的瓣學(xué)習(xí)湯算法孫,動(dòng)扣態(tài)地夢(mèng)調(diào)整判網(wǎng)絡(luò)矮內(nèi)部集結(jié)構(gòu)費(fèi)和聯(lián)鋤系,怨以反估映樣歷本的夢(mèng)本質(zhì)糞意義攀;在應(yīng)笑用中蔥,將虎監(jiān)測(cè)護(hù)到的恢特征尸信息汗輸入蘆給網(wǎng)頑絡(luò),霜進(jìn)行筒并行彎計(jì)算蘆,得帶到網(wǎng)哲絡(luò)輸倉(cāng)出,宿這個(gè)侍輸出似就是淘響應(yīng)湖的實(shí)謠時(shí)監(jiān)帆測(cè)狀紗態(tài)模軍式,余將用礙于狀好態(tài)判迎別。此外晶,采拖用自鋒組織悼模型擠,神廟經(jīng)網(wǎng)養(yǎng)絡(luò)還朽能夠付用于渠自動(dòng)廳生成炎用于她狀態(tài)管分析字的特精征量財(cái)。根據(jù)不自適賄應(yīng)共效振理糞論(Ad鎮(zhèn)ap娛ti貸ve企R菜es屯on香an詞ce廟T雞he擋or尼y,簡(jiǎn)稱AR盲T)敬,可以尾對(duì)任防意多偏和任踏意復(fù)樸雜的蠶二維偏模式懇進(jìn)行添自組園織、源自穩(wěn)管定,拿即具吸有自錫歸一假能力枝,根倆據(jù)某殿些特遠(yuǎn)征量武在全斤體中平所占刷的比福例,紹有時(shí)堂作為巡壽關(guān)鍵跟特征全,有命時(shí)又下被當(dāng)舒作噪雀聲處蘆理,房誠(chéng)實(shí)現(xiàn)斜在不卷需要泊事先王已知乖樣本沸結(jié)果音時(shí)的耳非監(jiān)惠督學(xué)娃習(xí),揪將訓(xùn)逢練和解應(yīng)用耀融為批一體啞。1.票變?nèi)諌浩鞅椭旭Y溶解撇氣體徒的神題經(jīng)網(wǎng)卸絡(luò)分膚析模恨型1.騎變浙壓器捧油中購(gòu)溶解料氣體眼的神拍經(jīng)網(wǎng)忍絡(luò)分卷析模末型1.隊(duì)變鵝壓器疑油中梅溶解制氣體碼的神晉經(jīng)網(wǎng)伸絡(luò)分命析模妻型1.戶變陣壓器筆油中琴溶解青氣體敵的神膜經(jīng)網(wǎng)墾絡(luò)分塑析模永型2.搭用渾人工紹神經(jīng)窗網(wǎng)絡(luò)址識(shí)別好三相邊放電估的數(shù)啟值仿米真研亮究放電雞模型用譜殺圖二拜元表齒列數(shù)腫據(jù)進(jìn)景行識(shí)矩別用曲寬面擬踐合參葡數(shù)進(jìn)版行識(shí)質(zhì)別放電欠試驗(yàn)朗模型放電工模型用譜妄圖二在元表禽列數(shù)求據(jù)進(jìn)籍行識(shí)潔別用人雁工神啄經(jīng)網(wǎng)謠絡(luò)識(shí)常別放女電前源,先亂將

-q平面狗劃分承為1磨8×潔20燃=3臟60鵲個(gè)小妙塊,舍統(tǒng)計(jì)戴每秒成內(nèi)放能電發(fā)伐生的

,q處于貍各小骨塊內(nèi)臨的次壩數(shù)n,得到績(jī)譜圖仔二元怒表列好數(shù)據(jù)籃,依路次作杠為網(wǎng)替絡(luò)輸嫌入。芝由此窄,輸故入層L=盾36拿0。有4憑種放蹦電類敵型,描取輸征出層N=啄4,相應(yīng)俘地有抓4組研期望尖輸出T,取TT值分潛別為種(1廟,0抗,0辰,0證),寇(0慘,1爆,0涌,0索,)霧,(均0,崗0,蘇1,是0)杠,(忘0,師0,慘0,懼1)雙。取隱疤含層M=續(xù)20用曲忍面擬勤合參大數(shù)進(jìn)扁行識(shí)播別可應(yīng)阿用的及網(wǎng)絡(luò)過(guò)輸入下向量熒光跨屏顯贈(zèng)示圖島譜放電雨的熒靠光屏峽顯示倡圖譜劉包含攜有豐脆富的尤信息牢。采亂用模落擬量渴測(cè)量團(tuán)裝置龜,并莫由CC講D相機(jī)激攝取慢熒光科屏上便圖譜底,將赴攝得蕩圖譜垃中的洞脈沖搞高度q作為φ的函愈數(shù)以風(fēng)數(shù)字勉量形辮式輸滲出,嫌作為韻神經(jīng)毯網(wǎng)絡(luò)悉的輸逼入向籌量。三維φ-粒q-詳n譜圖放電檔的統(tǒng)就計(jì)特陳征量如由φ-黃q譜圖伶提取寸偏斜歇度、簽陡峭混度、賭局部喝峰點(diǎn)壓數(shù)(盞以上陳3項(xiàng)盆正負(fù)照半波起分別魄提取代,共塔6個(gè)隔特征顆量)呆、放際電量寬因數(shù)涂(負(fù)狗、正非半周纏平均奸放電帥量之群比)桑、正駛負(fù)半轉(zhuǎn)波圖茅形的禍互相灣關(guān)系合數(shù)、等修正偷的互膀相關(guān)鞏系數(shù)幸;由φ-環(huán)n譜圖震提取逝偏斜緊度、悄陡峭圈度、榆尖峰姐數(shù)(紙也是母6個(gè)屑特征州量)披;總他計(jì)1狼5個(gè)求特征粘量作族為網(wǎng)禽絡(luò)輸橡入。放電吧脈沖申波形膏特征濁量,如造相關(guān)椅模型稍參數(shù)可實(shí)議現(xiàn)的婆網(wǎng)絡(luò)漿識(shí)別燒功能電樹(shù)元枝長(zhǎng)避度判次斷空穴鉗尺寸抖判斷放電刷類型牲判斷絕緣埋壽命熱終點(diǎn)順判斷3.允模糊墊神經(jīng)貢網(wǎng)絡(luò)被在電撈氣設(shè)滅備故州障檢豬測(cè)與那診斷怨中的打應(yīng)用輸入況模糊教規(guī)則輸出讀轉(zhuǎn)換披規(guī)則訓(xùn)練融樣本院的組爹織應(yīng)用以中的裝注意支問(wèn)題——饅神佳經(jīng)網(wǎng)凝絡(luò)與白專家席系統(tǒng)屬的結(jié)瓶合神經(jīng)爹網(wǎng)絡(luò)分專家底系統(tǒng)琴的基慣本原房誠(chéng)理神經(jīng)程網(wǎng)絡(luò)廈專家票系統(tǒng)元的基師本結(jié)啊構(gòu)神經(jīng)埋網(wǎng)絡(luò)貞專家問(wèn)系統(tǒng)寒的知吵識(shí)表陡示基于里神經(jīng)將網(wǎng)絡(luò)膝系統(tǒng)紐奉的并室行推疤理神經(jīng)鴨網(wǎng)絡(luò)周專家猜系統(tǒng)赤的基嶄本原級(jí)理神經(jīng)把網(wǎng)絡(luò)肢系統(tǒng)桶最主令要的鼻特征逝:大規(guī)暗模模巴擬并未行處革理信息棋的分脂布式船存貯連續(xù)遺時(shí)間煎非線輪性動(dòng)擇力學(xué)全局約集體器作用高度頂?shù)娜荻跺e(cuò)性紛和魯紗棒性自組翁織、捏自學(xué)肅習(xí)及貨實(shí)時(shí)期處理直接抖輸入?yún)⒎独?,信楊息處否理分某布于鑄大量修神經(jīng)基元的假互連嬌之中過(guò),并練且具乞有冗游余性雅,許愧許多帽多神經(jīng)鎮(zhèn)元的尖“微”活粒動(dòng)構(gòu)嶼成了體神經(jīng)渣網(wǎng)絡(luò)典總體茄的“宏”效贈(zèng)應(yīng)——爺與傳躲統(tǒng)的AI的差訊別神經(jīng)考網(wǎng)絡(luò)炎專家各系統(tǒng)評(píng)的基收本原階理分布代性是神毒經(jīng)網(wǎng)拌絡(luò)之段所以暖能夠豎觸動(dòng)礙專家午系統(tǒng)廟中知瓣識(shí)獲際取這純個(gè)瓶脂頸問(wèn)魯題的米關(guān)鍵宏所在倡。神經(jīng)言網(wǎng)絡(luò)易是用化大量職神經(jīng)全元的蛛互連嗓及對(duì)喊各連裳接權(quán)功值的列分布求來(lái)表秧示特?fù)舳ǖ挠酶拍钬?fù)或知牌識(shí)。知識(shí)堅(jiān)萃取含時(shí),應(yīng)它只敞要求嚴(yán)專家喊提供管范圍想‘(董或?qū)崝D例)同器相先應(yīng)的斷解,被通過(guò)光特定觸的學(xué)翠習(xí)算谷法對(duì)逗樣本鈴進(jìn)行避學(xué)習(xí)戚,經(jīng)杜過(guò)網(wǎng)誕絡(luò)內(nèi)逐部自蜘適應(yīng)必算法勸不斷童修改曉權(quán)值此分布攀以達(dá)喜到要轎求,把專甩家求妻解實(shí)嫁際問(wèn)尼題的喜啟發(fā)滲式知盒識(shí)相總經(jīng)驗(yàn)廚分布仔到網(wǎng)麻絡(luò)的拜互連當(dāng)及權(quán)嘆值分團(tuán)布上。神經(jīng)局網(wǎng)絡(luò)黃專家自系統(tǒng)扒的基勵(lì)本原胖理神經(jīng)尸網(wǎng)絡(luò)觸系統(tǒng)讓最主猶要的賴特征原:大規(guī)虧模模驅(qū)擬并申行處養(yǎng)理信息使的分蔑布式就存貯連續(xù)躲時(shí)間乎非線之性動(dòng)樣力學(xué)全局遮集體燙作用高度五的容匯錯(cuò)性員和魯稿棒性自組躍織、蒜自學(xué)弱習(xí)及隊(duì)實(shí)時(shí)蘿處理直接返輸入堤范例果,信屈息處問(wèn)理分嶄布于粱大量犧神經(jīng)反元的者互連簡(jiǎn)之中中,并拔且具混有冗果余性孤,許劃許多所多神經(jīng)狡元的世“微”活再動(dòng)構(gòu)瘋成了趟神經(jīng)彎網(wǎng)絡(luò)匆總體擔(dān)的“宏”效幕應(yīng)——腰與傳行統(tǒng)的AI的差攻別分布訊性是神怨經(jīng)網(wǎng)端絡(luò)之鵲所以及能夠友觸動(dòng)臘專家魔系統(tǒng)暢中知襯識(shí)獲容取這葵個(gè)瓶種頸問(wèn)青題的努關(guān)鍵邁所在慚。神經(jīng)猜網(wǎng)絡(luò)葬是用柱大量榨神經(jīng)眠元的燒互連輕及對(duì)懂各連紋接權(quán)之值的型分布作來(lái)表合示特彈定的劇概念策或知課識(shí)。知識(shí)手蘋取店時(shí),騾它只到要求床專家心提供框范圍雅‘(谷或?qū)嵉咐?賴器相塔應(yīng)的蜜解,怖通過(guò)拿特定刺的學(xué)臭習(xí)算佳法對(duì)催樣本芳進(jìn)行開(kāi)學(xué)習(xí)捆,經(jīng)信過(guò)網(wǎng)揀絡(luò)內(nèi)踩部自吧適應(yīng)特算法肉不斷廟修改砍權(quán)值文分布蜜以達(dá)墊到要炮求,把專牧家求甘解實(shí)帝際問(wèn)育題的陡啟發(fā)盯式知將識(shí)相掏經(jīng)驗(yàn)鎮(zhèn)分布孕到網(wǎng)砌絡(luò)的乘互連何及權(quán)掃值分舍布上。推理豪的基訪本原絹理:對(duì)于渾特定失輸入廟模式染,神京經(jīng)網(wǎng)坐絡(luò)通來(lái)過(guò)前慣向計(jì)曾算,誼產(chǎn)生受一輸撿出模跌式,婦其中倚各個(gè)幟輸出留節(jié)點(diǎn)逗代表怖的邏創(chuàng)輯概劉念同構(gòu)時(shí)被果計(jì)算劉出來(lái)尤,特?cái)囟ń庥鹗峭勥^(guò)輸頭出節(jié)互點(diǎn)和華本身悔信號(hào)靈的比午較而鋤得到改的,罵在這鎖個(gè)過(guò)令屋中烏其余梢的解撓同時(shí)謠被排協(xié)除。在神反經(jīng)網(wǎng)俯絡(luò)中游,允免許輸漲入偏認(rèn)離學(xué)趨習(xí)樣狠本,端只要扶輸入泰模式擱接近圣于某躍一輸胖入模晌式,不則輸動(dòng)出亦驢會(huì)接這近學(xué)漫習(xí)樣濁本的六輸出臂模式芳,這耽種性椅質(zhì)使?jié)B得神俱經(jīng)網(wǎng)送絡(luò)專挪家系質(zhì)統(tǒng)具有灘聯(lián)想街記憶筋的能疏力。神經(jīng)遮網(wǎng)絡(luò)殺專家訪系統(tǒng)限的目燒標(biāo):利用青神經(jīng)斑網(wǎng)絡(luò)藝的學(xué)斥習(xí)功趕能、脅大規(guī)英模并瘦行分任布式園處理峽功能嘩、連布續(xù)時(shí)拉間非碰線性簡(jiǎn)動(dòng)力燭學(xué)和流全局宅集體箱作用珍實(shí)現(xiàn)知識(shí)規(guī)獲取沉自動(dòng)霉化;克服失“組輛合爆慮炸”和“壟推理幫復(fù)雜欺性”魄及“呀無(wú)窮仿遞歸戴”等及困難攪,實(shí)現(xiàn)豆并行聯(lián)想和自適斯應(yīng)推理場(chǎng);提高倚專家戶系統(tǒng)半的智能意水平,實(shí)模時(shí)處夠理能柴力及馬魯棒磚性。神經(jīng)東網(wǎng)絡(luò)末專家幸系統(tǒng)典的基河本結(jié)濱構(gòu)神經(jīng)哭網(wǎng)絡(luò)剖專家圈系統(tǒng)斷的基拋本結(jié)拔構(gòu)(1哪)輸入帖邏輯也概念品到輸獲入模宜式的礦變換,并獄根據(jù)家論域旬的特昏點(diǎn),兇確定兄變換箭規(guī)則咳,再患根據(jù)扁相應(yīng)吉規(guī)則其,將餐目前控的狀析態(tài)變蒼換成虛神經(jīng)賄網(wǎng)絡(luò)沿的輸溜入模罪式;(2檔)網(wǎng)絡(luò)往內(nèi)的扔前向抬計(jì)算:根皮據(jù)神駁經(jīng)元門特征宋,由昨輸入肢計(jì)算植即可厚產(chǎn)生茄神經(jīng)古網(wǎng)絡(luò)榨的輸畫出模裝式;(3烏)輸出婦模式捷解釋:隨抽著論蕉域的蒼不同嫩,輸居出模劣式的輔解釋化規(guī)則零亦各裝異。效解釋采的主節(jié)要目竊的是勇將輸眨出數(shù)斤值向澤量轉(zhuǎn)扛換成殿高層奪邏輯她概念腎。神經(jīng)寺網(wǎng)絡(luò)曬專家架系統(tǒng)艦的知貌識(shí)表浸示知識(shí)嬸表示惜表現(xiàn)掛為內(nèi)儲(chǔ)部和羅外部頃兩種撤形式希。外部拋形式:面級(jí)向?qū)兗?、咐知識(shí)嫂工程動(dòng)師和賠用戶匪,是縱一些濫學(xué)習(xí)針?lè)独?也欲可看速作是坑一些if勵(lì)—t饒he句n規(guī)則勇)。內(nèi)部技形式:即面向虎知識(shí)啦庫(kù)的狼內(nèi)部疫編碼,它動(dòng)不是摔根據(jù)消一般繁代碼趨轉(zhuǎn)換華或編動(dòng)譯程巷序,而是弓通過(guò)席機(jī)器藍(lán)學(xué)習(xí)見(jiàn)完成。機(jī)器爐學(xué)習(xí)蟻程序末可從互范例墊中提距取有鈔關(guān)知惰識(shí),趙并通致過(guò)權(quán)聾矩陣勁及系寧統(tǒng)參療數(shù)進(jìn)敞行學(xué)橡習(xí)訓(xùn)犁練,作將有誕關(guān)知麻識(shí)以亂網(wǎng)絡(luò)棟或動(dòng)跟力系嶄統(tǒng)形光式表傅示。多層鵲神經(jīng)趙網(wǎng)絡(luò)歪的內(nèi)斯部表咽示—憐—分塊袍鄰接帳權(quán)矩泄陣和閾值獎(jiǎng)向量。神經(jīng)煤網(wǎng)絡(luò)卷專家授系統(tǒng)脊的知志識(shí)表眠示基于寧神經(jīng)初網(wǎng)絡(luò)半的知攪識(shí)表檢示方捕法具嘆有如欲下優(yōu)坊點(diǎn):(1敲)具鉤有統(tǒng)贈(zèng)一的拋內(nèi)部攝知識(shí)塘表示妻形式掌,通訓(xùn)過(guò)學(xué)檔習(xí)程禁序即迷可獲比得網(wǎng)揚(yáng)絡(luò)的吐相關(guān)鐘參數(shù)忍如分宇塊鄰鉆接權(quán)稈矩陣貨、節(jié)崗點(diǎn)偏居移向示量等幟。任瓣何知薪識(shí)規(guī)可則都概可變構(gòu)換成辮數(shù)字玩形式益,便天于知先識(shí)庫(kù)殲的組呀織和居管理澤,通費(fèi)用性撒強(qiáng);(2茄)便蠶于實(shí)姨現(xiàn)知諸識(shí)的剝自動(dòng)容獲取待;(3深)利槽于實(shí)郊現(xiàn)并傲行聯(lián)叨想推灑理和他自適截應(yīng)推傷理;(4賓)能距夠表研示事越物的名復(fù)雜絮關(guān)系糠如模銷糊因鏟果關(guān)飯系?;谛稚窠?jīng)喉網(wǎng)絡(luò)折系統(tǒng)兆的并倚行推練理采用正

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論