人工神經(jīng)網(wǎng)絡(luò)原理及其應(yīng)用-人工智能導(dǎo)論

人工神經(jīng)網(wǎng)絡(luò)原理及其應(yīng)用人工神經(jīng)網(wǎng)絡(luò)的概念：人工神經(jīng)網(wǎng)絡(luò)是對人腦或生物神經(jīng)網(wǎng)絡(luò)若干基本特性的抽象和模擬。生物神經(jīng)網(wǎng)絡(luò)：由中樞神經(jīng)系統(tǒng)（腦和脊髓）及周圍神經(jīng)系統(tǒng)（感覺神經(jīng)、運(yùn)動(dòng)神經(jīng)等）所構(gòu)成的錯(cuò)綜復(fù)雜的神經(jīng)網(wǎng)絡(luò)，其中最主要的是腦神經(jīng)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)原理：因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)是模擬人和動(dòng)物的神經(jīng)網(wǎng)絡(luò)的某種結(jié)構(gòu)和功能的模擬，所以要了解神經(jīng)網(wǎng)絡(luò)的工作原理，所以我們首先要了解生物神經(jīng)元。生物神經(jīng)元它包括，細(xì)胞體：由細(xì)胞核、細(xì)胞質(zhì)與細(xì)胞膜組成，軸突是從細(xì)胞體向外伸出的細(xì)長部分，也就是神經(jīng)纖維。軸突是神經(jīng)細(xì)胞的輸出端，通過它向外傳出神經(jīng)沖動(dòng)；樹突是細(xì)胞體向外伸出的許多較短的樹枝狀分支。它們是細(xì)胞的輸入端，接受來自其它神經(jīng)元的沖動(dòng)。突觸是神經(jīng)元之間相互連接的地方，既是神經(jīng)末梢與樹突相接觸的交界面。對于從同一樹突先后傳入的神經(jīng)沖動(dòng)，以及同一時(shí)間從不同樹突輸入的神經(jīng)沖動(dòng)，神經(jīng)細(xì)胞均可加以綜合處理，處理的結(jié)果可使細(xì)胞膜電位升高，對于從同一樹突先后傳入的神經(jīng)沖動(dòng)，以及同一時(shí)間從不同樹突輸入的神經(jīng)沖動(dòng)，神經(jīng)細(xì)胞均可加以綜合處理，處理的結(jié)果可使細(xì)胞膜電位升高。當(dāng)輸入的沖動(dòng)減小，綜合處理的結(jié)果使膜電位下降，當(dāng)下降到閥值時(shí)。細(xì)胞進(jìn)入抑制狀態(tài)，此時(shí)無神經(jīng)沖動(dòng)輸出?！芭d奮”和“抑制”，神經(jīng)細(xì)胞必呈其一。人工神經(jīng)網(wǎng)絡(luò)的工作原理與生物神經(jīng)網(wǎng)絡(luò)原理類似，但卻又不相同，其主要是通過建立一些數(shù)學(xué)模型，去模擬生物神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)：前饋型：本層每個(gè)神經(jīng)元只作用于下一層神經(jīng)元的輸入，不能直接作用于下下一層的神經(jīng)元，且本層神經(jīng)元之前不能互相租用。反饋型：即在前饋型的基礎(chǔ)上，輸出信號(hào)直接或間接地作用于輸入信號(hào)。神經(jīng)網(wǎng)絡(luò)的工作方式：同步（并行）方式：任一時(shí)刻神經(jīng)網(wǎng)絡(luò)中所有神經(jīng)元同時(shí)調(diào)整狀態(tài)。異步（串行）方式：任一時(shí)刻只有一個(gè)神經(jīng)元調(diào)整狀態(tài)，而其它神經(jīng)元的狀態(tài)保持不變。人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用：經(jīng)過幾十年的發(fā)展，神經(jīng)網(wǎng)絡(luò)理論在模式識(shí)別、自動(dòng)控制、信號(hào)處理、輔助決策、人工智能等眾多研究領(lǐng)域取得了廣泛的成功。為機(jī)器學(xué)習(xí)、等許多問題的研究提供了一條新的思路，目前已經(jīng)在模式識(shí)別、機(jī)器視覺、聯(lián)想記憶、自動(dòng)控制、信號(hào)處理、軟測量、決策分析、智能計(jì)算、組合優(yōu)化問題求解、數(shù)據(jù)挖掘等方面獲得成功應(yīng)用。同時(shí)人工神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)、經(jīng)濟(jì)領(lǐng)域、心理學(xué)領(lǐng)域的應(yīng)用也越來越發(fā)揮著重要的作用。比如在人工神經(jīng)網(wǎng)絡(luò)在信息領(lǐng)域中的應(yīng)用。在處理許多問題中，信息來源既不完整，又包含假象，決策規(guī)則有時(shí)相互矛盾，有時(shí)無章可循，這給傳統(tǒng)的信息處理方式帶來了很大的困難，而神經(jīng)網(wǎng)絡(luò)卻能很好的處理這些問題，并給出合理的識(shí)別與判斷。1.信息處理現(xiàn)代信息處理要解決的問題是很復(fù)雜的，人工神經(jīng)網(wǎng)絡(luò)具有模仿或代替與人的思維有關(guān)的功能，可以實(shí)現(xiàn)自動(dòng)診斷、問題求解，解決傳統(tǒng)方法所不能或難以解決的問題。人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)具有很高的容錯(cuò)性、魯棒性及自組織性，即使連接線遭到很高程度的破壞，它仍能處在優(yōu)化工作狀態(tài)，這點(diǎn)在軍事系統(tǒng)電子設(shè)備中得到廣泛的應(yīng)用?，F(xiàn)有的智能信息系統(tǒng)有智能儀器、自動(dòng)跟蹤監(jiān)測儀器系統(tǒng)、自動(dòng)控制制導(dǎo)系統(tǒng)、自動(dòng)故障診斷和報(bào)警系統(tǒng)等。2.模式識(shí)別模式識(shí)別是對表征事物或現(xiàn)象的各種形式的信息進(jìn)行處理和分析，來對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程。該技術(shù)以貝葉斯概率論和申農(nóng)的信息論為理論基礎(chǔ)，對信息的處理過程更接近人類大腦的邏輯思維過程?，F(xiàn)在有兩種基本的模式識(shí)別方法，即統(tǒng)計(jì)模式識(shí)別方法和結(jié)構(gòu)模式識(shí)別方法。人工神經(jīng)網(wǎng)絡(luò)是模式識(shí)別中的常用方法，近年來發(fā)展起來的人工神經(jīng)網(wǎng)絡(luò)模式的識(shí)別方法逐漸取代傳統(tǒng)的模式識(shí)別方法。經(jīng)過多年的研究和