神經(jīng)網(wǎng)絡(luò)介紹

人工神經(jīng)網(wǎng)絡(luò)

ArtificialNeuralNetworks何水明大學(xué)數(shù)學(xué)部聯(lián)系電話mail：ddhsm@163.com辦公地點(diǎn)：數(shù)理學(xué)院樓214主要參考書(shū)目1、PhilipD.Wasserman，NeuralComputing:TheoryandPractice，VanNostrandReinhold，1989；2、史忠植，神經(jīng)計(jì)算，電子工業(yè)出版社，1993年11月；3、楊行峻、鄭君里，人工神經(jīng)網(wǎng)絡(luò)，高等教育出版社，1992年9月；4、飛思科技產(chǎn)品研發(fā)中心，神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn)，電子工業(yè)出版社，2005.3.關(guān)于神經(jīng)網(wǎng)絡(luò)的最最

最通俗認(rèn)識(shí)他到底能干嗎?

簡(jiǎn)單說(shuō)來(lái)，這個(gè)東西就是模擬人腦的行為的，他就是根據(jù)人腦內(nèi)部的神經(jīng)結(jié)構(gòu)將其仿生用于解決問(wèn)題的，所以，理論上來(lái)說(shuō)，只要人腦能做的，他應(yīng)該都能做的。具體說(shuō)來(lái)，就是給你2堆很復(fù)雜的數(shù)據(jù)，要你找出他們之間的關(guān)系，那當(dāng)然很難是不是？然后神經(jīng)網(wǎng)絡(luò)就解決這樣的事情。通過(guò)對(duì)他的訓(xùn)練，最后他能建立其這2堆亂七八糟間的數(shù)據(jù)的關(guān)系。最后的效果就是，你給他第3堆數(shù)據(jù)，他自動(dòng)能得到這堆數(shù)據(jù)所對(duì)應(yīng)的輸出是什么!關(guān)于神經(jīng)網(wǎng)絡(luò)的最最

最通俗認(rèn)識(shí)這么說(shuō)太抽象了，然后我們來(lái)理解下人腦對(duì)事物的認(rèn)識(shí)就清楚了，比如你每天所碰到的那么多人這是一堆數(shù)據(jù)，對(duì)吧，然后呢，另一堆數(shù)據(jù)就是他們的性別，剛開(kāi)始人腦也不知道什么性別不性別的，不知道性別有兩類，性別分男女，隨后呢，成長(zhǎng)過(guò)程中，不斷看到一些人，然后不斷有人告訴你這個(gè)是男人，那個(gè)是女人，好了，你腦子內(nèi)部的神經(jīng)元開(kāi)始活動(dòng)，開(kāi)始建立連接，其實(shí)就是相當(dāng)于上面的訓(xùn)練。最后的效果就是隨便給你個(gè)人，即使你沒(méi)看到過(guò)的，你也能知道這個(gè)是什么性別的，所以，數(shù)學(xué)上也把神經(jīng)網(wǎng)絡(luò)叫為從n維空間向m維向量空間的高度非線性映射!關(guān)于神經(jīng)網(wǎng)絡(luò)的最最

最通俗認(rèn)識(shí)現(xiàn)在他用的地方很多，預(yù)測(cè)是個(gè)大方面，比如交通流量什么的，有些人希望能根據(jù)前3月的流量就知道后面一個(gè)月的流量，那么就可以用些歷史數(shù)據(jù)對(duì)這個(gè)神經(jīng)網(wǎng)絡(luò)訓(xùn)練，最后效果就是你給他3個(gè)月的數(shù)據(jù)，他就給你輸出這個(gè)月的數(shù)據(jù)，其實(shí)是預(yù)測(cè)了，就相當(dāng)于人腦內(nèi)部的神經(jīng)元建立完畢后，給定任何一個(gè)人，他都能對(duì)他進(jìn)行性別判別。關(guān)于神經(jīng)網(wǎng)絡(luò)的最最

最通俗認(rèn)識(shí)還有，不少人當(dāng)然異想天開(kāi)用在其他方面了，比如股票，更加心黑點(diǎn)的就是彩票了，告訴你前8期的彩號(hào)，能預(yù)測(cè)出最新一期的中獎(jiǎng)號(hào)，那是多么好的事情?。￡P(guān)于神經(jīng)網(wǎng)絡(luò)的最最

最通俗認(rèn)識(shí)他無(wú)所不能嗎?

顯然不是，世上哪有那么好的事情啊，大家都不是笨蛋，有這種東西，早發(fā)了!

神經(jīng)網(wǎng)絡(luò)的限制條件，應(yīng)用條件是你的輸入量和你想要輸出的或者說(shuō)預(yù)測(cè)的量，要有明確的物理意義，你不能把兩堆莫名奇妙的根本沒(méi)關(guān)系的量，仍給他訓(xùn)練。那樣即使他訓(xùn)練完畢，碰到新的問(wèn)題還是解決不了!關(guān)于神經(jīng)網(wǎng)絡(luò)的最最

最通俗認(rèn)識(shí)還是人的那個(gè)列子，性別呢，就是分2類的，(第3類我就先不考慮了。)一個(gè)人他不是男人，就是女人。所以人和性別之間是有明確對(duì)應(yīng)關(guān)系的，這樣的東西，你去訓(xùn)練是有道理的。但是呢，你如果要把人和別的物理量進(jìn)行聯(lián)系，即使人腦本領(lǐng)通天，那也是聯(lián)系不起來(lái)了.巖性輸入伽瑪射線中子密度石灰?guī)r15.0-2.0-2.0白云巖22.018.00.0頁(yè)巖135.024.04.0砂巖30.06.010.0巖性輸入伽瑪射線中子密度石灰?guī)r5.010.010.0白云巖5.020.02.0頁(yè)巖145.038.015.0砂巖5.015.023.0568380587998102Cu2．99093．20442．83922.53152.58792.96003.1184W0.31110.53480.59590.45260.30103.04802.8395Mo0.53240.77180.71640.48930.27351.49971.9850施肥量00.0680.1340.2020.27產(chǎn)量0.30360.42720.51440.64580.6806施肥量0.4040.5180.6720.8080.942產(chǎn)量0.7890.8630.86920.81660.615自變量-4-3-2-10因變量169410自變量12345因變量1491625關(guān)于神經(jīng)網(wǎng)絡(luò)的最最

最通俗認(rèn)識(shí)他是什么原理?

他的原理完全就是根據(jù)大腦神經(jīng)元的工作方式，神經(jīng)與神經(jīng)元通過(guò)閾值，連接權(quán)方式的連接模式，可處理各種復(fù)雜映射關(guān)系。數(shù)學(xué)上也證明了用3層神經(jīng)網(wǎng)絡(luò)模型，理論上可逼近任意函數(shù)。引言利用機(jī)器模仿人類的智能是長(zhǎng)期以來(lái)人們認(rèn)識(shí)自然、改造自然和認(rèn)識(shí)自身的理想。研究ANN(ArtificialNeuralNetworks)目的：（1）探索和模擬人的感覺(jué)、思維和行為的規(guī)律，設(shè)計(jì)具有人類智能的計(jì)算機(jī)系統(tǒng)。（2）探討人腦的智能活動(dòng)，用物化了的智能來(lái)考察和研究人腦智能的物質(zhì)過(guò)程及其規(guī)律。ANN研究的目的和意義(1)通過(guò)揭示物理平面與認(rèn)知平面之間的映射，了解它們相互聯(lián)系和相互作用的機(jī)理，從而揭示思維的本質(zhì)，探索智能的本源。(2)爭(zhēng)取構(gòu)造出盡可能與人腦具有相似功能的計(jì)算機(jī)，即ANN計(jì)算機(jī)。(3)研究仿照腦神經(jīng)系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)，將在模式識(shí)別、組合優(yōu)化和決策判斷等方面取得傳統(tǒng)計(jì)算機(jī)所難以達(dá)到的效果。

人工神經(jīng)網(wǎng)絡(luò)概述

什么是人工神經(jīng)網(wǎng)絡(luò)？T.Koholen的定義：“人工神經(jīng)網(wǎng)絡(luò)是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng)?！?/p>

第一節(jié)神經(jīng)網(wǎng)絡(luò)概念

神經(jīng)網(wǎng)絡(luò):泛指生物神經(jīng)網(wǎng)絡(luò)與人工神經(jīng)網(wǎng)絡(luò)。生物神經(jīng)網(wǎng)絡(luò):指由中樞神經(jīng)系統(tǒng)及周圍神經(jīng)系統(tǒng)所構(gòu)成的錯(cuò)綜復(fù)雜的神經(jīng)網(wǎng)絡(luò)，它負(fù)責(zé)對(duì)動(dòng)物機(jī)體各種活動(dòng)的管理，其中最重要的是腦神經(jīng)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)：指模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能，運(yùn)用大量的處理部件，由人工方式建立起來(lái)的網(wǎng)絡(luò)系統(tǒng)。一、腦神經(jīng)系統(tǒng)與生物神經(jīng)元腦神經(jīng)系統(tǒng):神經(jīng)系統(tǒng)是由結(jié)構(gòu)上相對(duì)獨(dú)立的神經(jīng)細(xì)胞構(gòu)成的。據(jù)估計(jì)，人腦神經(jīng)系統(tǒng)的神經(jīng)細(xì)胞約為1011個(gè)。生物神經(jīng)元

生物神經(jīng)元組成：神經(jīng)細(xì)胞稱之為生物神經(jīng)元。神經(jīng)元主要由三個(gè)部分組成：細(xì)胞體、軸突、樹(shù)突。生物神經(jīng)元組成

神經(jīng)元之間的聯(lián)系:軸突及突觸與其它許多神經(jīng)元建立聯(lián)系。樹(shù)突接收來(lái)自不同神經(jīng)元的信息。神經(jīng)元之間的這種復(fù)雜聯(lián)系就形成了相應(yīng)的神經(jīng)網(wǎng)絡(luò)。

神經(jīng)元重要特性：動(dòng)態(tài)極化原則時(shí)空整合處理功能興奮與抑制工作狀態(tài)結(jié)構(gòu)的可塑性突觸界面具有脈沖與電位信號(hào)的轉(zhuǎn)換功能突觸對(duì)信息的傳遞具有時(shí)延和不應(yīng)期腦神經(jīng)信息活動(dòng)的特征(1)巨量并行性。(2)信息處理和存儲(chǔ)單元結(jié)合在一起。(3)自組織自學(xué)習(xí)功能。

二、人工神經(jīng)元及其互連結(jié)構(gòu)

人工神經(jīng)網(wǎng)絡(luò)是由大量處理單元(人工神經(jīng)元、處理元件、電子元件、光電元件等)經(jīng)廣泛互連而組成的人工網(wǎng)絡(luò)，用來(lái)模擬腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。信息的處理是由神經(jīng)元之間的相互作用來(lái)實(shí)現(xiàn)。知識(shí)與信息的存儲(chǔ)表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理聯(lián)系。網(wǎng)絡(luò)的學(xué)習(xí)和識(shí)別取決于各神經(jīng)元連接權(quán)值的動(dòng)態(tài)演化過(guò)程。

1、人工神經(jīng)元人工神經(jīng)元是組成人工神經(jīng)網(wǎng)絡(luò)的基本處理單元，簡(jiǎn)稱為神經(jīng)元。心理學(xué)家麥克洛奇(W．McCulloch)和數(shù)理邏輯學(xué)家皮茲(W.Pitts)于1943年首先提出了一個(gè)簡(jiǎn)化的神經(jīng)元模型，稱為M-P模型。

M－P模型：神經(jīng)網(wǎng)絡(luò)的基本處理單元是神經(jīng)元，為實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的計(jì)算功能，需分別給出神經(jīng)元的計(jì)算模型和網(wǎng)絡(luò)連接方式。

M－P模型：其中表示輸入，表示輸出,對(duì)應(yīng)于生物神經(jīng)元的軸突。

。權(quán)值表示輸入的連接強(qiáng)度。正權(quán)表示興奮輸入，負(fù)權(quán)表示抑制輸入。表示神經(jīng)元興奮時(shí)的閾值，當(dāng)加權(quán)和大于時(shí)，神經(jīng)元處于興奮狀態(tài)。M-P模型對(duì)抑制性輸入(負(fù)權(quán))賦于了“否決權(quán)”，只有當(dāng)不存在抑制性輸入，且興奮性輸入的總和超過(guò)閾值，神經(jīng)元才會(huì)興奮，其輸入與輸出的關(guān)系如表所示。

M-P模型輸入輸出關(guān)系表

在M-P模型基礎(chǔ)上發(fā)展起來(lái)的常用神經(jīng)網(wǎng)絡(luò)模型如圖所示：神經(jīng)元的結(jié)構(gòu)模型

x(i=1，2，…，n)為該神經(jīng)元的輸入Wi為該神經(jīng)元分別與各輸入間的連接強(qiáng)度，稱為連接權(quán)值；θ為該神經(jīng)元的閾值，s為外部輸入的控制信號(hào)，它可以用來(lái)調(diào)整神經(jīng)元的連接權(quán)值，使神經(jīng)元保持在某一狀態(tài)；y為神經(jīng)元的輸出。

神經(jīng)元的工作過(guò)程一般是：(1)從各輸入端接收輸入信號(hào)xi；(2)根據(jù)連接權(quán)值wi，求出所有輸入的加權(quán)和σ：(3)用某一特性函數(shù)(又稱作用函數(shù))f進(jìn)行轉(zhuǎn)換，得到輸出y：

2、神經(jīng)元的互連形態(tài)人工神經(jīng)網(wǎng)絡(luò)是由神經(jīng)元廣泛互連構(gòu)成的，不同的連接方式就構(gòu)成了網(wǎng)絡(luò)的不同連接模型，常用的有以下幾種：

前向網(wǎng)絡(luò)從輸出層到輸入層有反饋的網(wǎng)絡(luò)層內(nèi)有互連的網(wǎng)絡(luò)互連網(wǎng)絡(luò)

(1)前向網(wǎng)絡(luò)：前向網(wǎng)絡(luò)又稱為前饋網(wǎng)絡(luò)。在