神經(jīng)網(wǎng)絡(luò)與應(yīng)用

1、神經(jīng)網(wǎng)絡(luò)應(yīng)用人工神經(jīng)網(wǎng)絡(luò)發(fā)展萌芽期閥值加權(quán)和模型(mp模型）hebb學(xué)習(xí)律上世紀(jì)四十年代第一次高潮期 電子線路模擬感知器 大規(guī)模投入研究上世紀(jì)五六十年代沉寂期 異或運(yùn)算不可表示 多層感知器學(xué)習(xí)規(guī)則不知上世紀(jì)八十年代初復(fù)興期 hopfield網(wǎng)絡(luò) bp神經(jīng)網(wǎng)絡(luò) 至今生物神經(jīng)元神經(jīng)元細(xì)胞體突起樹突 軸突生物神經(jīng)元構(gòu)成標(biāo)準(zhǔn)m-p模型圖v1v4v3v2vniwi1wi2wi3wi4winf(ui)ui標(biāo)準(zhǔn)m-p模型數(shù)學(xué)描述神經(jīng)元狀態(tài)ui = wij * vj - i j神經(jīng)元輸出vi = f（ui）階躍函數(shù)vi = f（ui）=1ui00ui=0典型神經(jīng)網(wǎng)絡(luò)應(yīng)用自適應(yīng)諧振理論（art） 該模型主要包括

2、art1、art2和art3，它們可以對任意多和任意復(fù)雜的二維模式進(jìn)行自組織、自穩(wěn)定和大規(guī)模并行處理。art1主要用于二值輸入，art2和art3主要用于連續(xù)信號輸入。該類模型主要用于模式識別（如雷達(dá)、聲納的信號識別）。 缺點(diǎn)是對轉(zhuǎn)換、失真及規(guī)模的變化較為敏感。雪崩模型（avalanche） 該類神經(jīng)網(wǎng)絡(luò)模型可以學(xué)習(xí)、 記憶和重現(xiàn)隨機(jī)復(fù)雜度的時空模式。主要用于連續(xù)的語音識別和教學(xué)機(jī)器人。 缺點(diǎn)是調(diào)節(jié)困難。hopfield神經(jīng)網(wǎng)絡(luò)模型 它是由相同處理單元構(gòu)成的單層自聯(lián)想網(wǎng)絡(luò)模型。主要用于從片段中進(jìn)行圖像和數(shù)據(jù)的完全恢復(fù)。典型神經(jīng)網(wǎng)絡(luò)應(yīng)用 對流傳播模型（cpn ） 該類神經(jīng)網(wǎng)絡(luò)模型是一種在功能上作

3、為統(tǒng)計最優(yōu)化和概率密度函數(shù)分析的網(wǎng)絡(luò)模型。主要用于圖像壓縮、統(tǒng)計分析、貸款應(yīng)用打分。 缺點(diǎn)是對任何類型的問題均需大量的處理單元和連接。反傳神經(jīng)網(wǎng)絡(luò)模型（bp） 該類神經(jīng)網(wǎng)絡(luò)模型是一多層映射神經(jīng)網(wǎng)絡(luò)。采用的是最小均方差的學(xué)習(xí)方式，是目前使用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。主要用于語言綜合、語言識別、自適應(yīng)控制等。 缺點(diǎn)是它僅僅是有監(jiān)督的一種學(xué)習(xí)方式，而且需要大量的輸入、輸出樣本。神經(jīng)網(wǎng)絡(luò)分類網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)反饋型網(wǎng)絡(luò)前向型網(wǎng)絡(luò)連續(xù)型網(wǎng)絡(luò)離散型網(wǎng)絡(luò)網(wǎng)絡(luò)性能學(xué)習(xí)方式有監(jiān)督型網(wǎng)絡(luò)無監(jiān)督型網(wǎng)絡(luò)突觸性質(zhì)一階線性網(wǎng)絡(luò)高階非線性網(wǎng)絡(luò)誤差反向傳播網(wǎng)絡(luò)（bp）調(diào)整權(quán)值誤差反向傳播過程實際上是通過計算輸出層的誤差ek，然后將

4、其與輸出層激活函數(shù)的一階導(dǎo)數(shù)f2相乘來求得ki由于隱含層中沒有直接給出目標(biāo)矢量，所以利用輸出層的ki反向傳遞來求出隱含層權(quán)值的變化量w2ki。然后計算同樣通過將ei與該層激活函數(shù)的一階導(dǎo)數(shù)f1相乘，而求得ij，以此求出前層權(quán)值的變化量w1ij如果前面還有隱含層，沿用上述同樣方法依此類推，一直將輸出誤差ek逐層的反推算到第一層為止神經(jīng)網(wǎng)絡(luò)適用場景1. 非典型解決方案 神經(jīng)網(wǎng)絡(luò)與經(jīng)典計算方法相比并非優(yōu)越, 只有當(dāng)常規(guī)方法解決不了或效果不佳時神經(jīng)網(wǎng)絡(luò)方法才能顯示出其優(yōu)越性。尤其對問題的機(jī)理不甚了解或不能用數(shù)學(xué)模型表示的系統(tǒng),如故障診斷、特征提取和預(yù)測等問題,神經(jīng)網(wǎng)絡(luò)往往是最有利的工具。2. 海量數(shù)據(jù)

5、處理 神經(jīng)網(wǎng)絡(luò)對處理大量原始數(shù)據(jù)而不能用規(guī)則或公式描述的問題, 表現(xiàn)出極大的靈活性和自適應(yīng)性。神經(jīng)網(wǎng)絡(luò)工具包重量級工具matlabjoone editor 構(gòu)建網(wǎng)絡(luò)很方便更新滯后joone例子豐富，提供很多種網(wǎng)絡(luò)及工具支持云計算encogfor java神經(jīng)網(wǎng)絡(luò)工具包 - joone神經(jīng)網(wǎng)絡(luò)工具包 encog for java意向度模型架構(gòu)圖賣家買家買家數(shù)據(jù)收集偏好信息行為信息客戶信息反饋信息網(wǎng)站模型管理ann模型數(shù)據(jù)預(yù)處理器訓(xùn)練器輸出處理營銷匹配意向度計算模型訓(xùn)練意向度模型應(yīng)用場景意向度模型后臺接待系統(tǒng)訪客精準(zhǔn)營銷探頭瀏覽網(wǎng)站計算意向度訪客識別模型優(yōu)化web im接待人員聊天數(shù)據(jù)反饋意向度數(shù)據(jù)模型構(gòu)造bp神經(jīng)網(wǎng)絡(luò)選擇bp神經(jīng)網(wǎng)絡(luò)，bp神經(jīng)網(wǎng)絡(luò)被廣泛采用，