1.2.1人工神经网络的概念 4、别名 人工神经系统(ANS) 神经网络(NN) 自适应系统( Adaptive systems)、自适应 网( Adaptive networks) ·联接模型( Connectionism) 神经计算机( Neurocomputer) 2021/2/23
2021/2/23 36 1.2.1 人工神经网络的概念 • 4、别名 • 人工神经系统（ANS） • 神经网络（NN） • 自适应系统（Adaptive Systems）、自适应 网（Adaptive Networks） • 联接模型（Connectionism） • 神经计算机（Neurocomputer）
1.2.2学习( Learning)能力 人工神经网络可以根据所在的环境去改变 它的行为 自相联的网络 异相联的网络:它在接受样本集合A时,可 以抽取集合A中输入数据与输出数据之间的 映射关系。—“抽象”功能。 不同的人工神经网络模型,有不同的学习/ 训练算法 2021/2/23 37
2021/2/23 37 1.2.2 学习（Learning）能力 • 人工神经网络可以根据所在的环境去改变 它的行为 • 自相联的网络 • 异相联的网络：它在接受样本集合A时，可 以抽取集合A中输入数据与输出数据之间的 映射关系。——“抽象”功能。 • 不同的人工神经网络模型，有不同的学习/ 训练算法
123基本特征的自动提取 由于其运算的不精确性,表现成“去噪音、 容残缺”的能力,利用这种不精确性,比 较自然地实现模式的自动分类。 普化( Generalization)能力与抽象能力 2021/2/23
2021/2/23 38 1.2.3 基本特征的自动提取 • 由于其运算的不精确性，表现成“去噪音、 容残缺”的能力，利用这种不精确性，比 较自然地实现模式的自动分类。 • 普化（Generalization）能力与抽象能力
124信息的分布存放 信息的分布存提供容错功能 由于信息被分布存放在几乎整个网络中,所以,当其 中的某一个点或者某几个点被破坏时,信息仍然可以 被存取。 ·系统在受到局部损伤时还可以正常工作。 ·并不是说可以任意地对完成学习的网络进行修改。 也正是由于信息的分布存放,对一类网来说,当 它完成学习后,如果再让它学习新的东西,这时 就会破坏原来已学会的东西。 2021/2/23 39
2021/2/23 39 1.2.4 信息的分布存放 • 信息的分布存提供容错功能 –由于信息被分布存放在几乎整个网络中，所以，当其 中的某一个点或者某几个点被破坏时，信息仍然可以 被存取。 • 系统在受到局部损伤时还可以正常工作。 • 并不是说可以任意地对完成学习的网络进行修改。 也正是由于信息的分布存放，对一类网来说，当 它完成学习后，如果再让它学习新的东西，这时 就会破坏原来已学会的东西
125适应性( Applicability)问题 °擅长两个方面: 对大量的数据进行分类,并且只有较少的几种 情况; 必须学习一个复杂的非线性映射。 目前应用: 人们主要将其用于语音、视觉、知识处理、辅 助决策等方面。 在数据压缩、模式匹配、系统建模、模糊控制 求组合优化问题的最佳解的近似解(不是最佳 近似解)等方面也有较好的应用。 2021/2/23 40
2021/2/23 40 1.2.5适应性(Applicability)问题 • 擅长两个方面： –对大量的数据进行分类，并且只有较少的几种 情况； –必须学习一个复杂的非线性映射。 • 目前应用： –人们主要将其用于语音、视觉、知识处理、辅 助决策等方面。 –在数据压缩、模式匹配、系统建模、模糊控制、 求组合优化问题的最佳解的近似解（不是最佳 近似解）等方面也有较好的应用