第8章神经网络模式识别法
第8章神经网络模式识别法8.1人工神经网络发展概况8.2神经网络基本概念8.3前馈神经网络8.4反馈网络模型Hopfield网络
8.1 人工神经网络发展概况 8.2 神经网络基本概念 8.3 前馈神经网络 8.4 反馈网络模型Hopfield网络 第8章 神经网络模式识别法
8.1人工神经网络发展概况人工神经网络ArtificialNeuralNetworks，ANN)简称神经网络模拟人脑神经细胞的工作特点：*单元间的广泛连接水并行分布式的信息存贮与处理*自适应的学习能力等。与目前按串行安排程序指令的计算机结构截然不同。优点：(1)较强的容错性：（2）很强的自适应学习能力：（3）可将识别和若干预处理融为一体进行
8.1 人工神经网络发展概况 人工神经网络(Artificial Neural Networks，ANN)： 简称神经网络。 模拟人脑神经细胞的工作特点： 与目前按串行安排程序指令的计算机结构截然不同。 * 单元间的广泛连接； * 并行分布式的信息存贮与处理； * 自适应的学习能力等。 优点： (1) 较强的容错性; (2) 很强的自适应学习能力； (3) 可将识别和若干预处理融为一体进行；
（4）并行工作方式：（5）对信息采用分布式记忆，具有鲁棒性。四个发展阶段：第一阶段：启蒙期，始于1943年，形式神经元的数学模型提出第二阶段：低潮期，始于1969年《感知器》（Perceptions)一书出版，指出局限性。第三阶段：复兴期，从1982年到1986年。Hopfield的两篇论文提出新的神经网络模型；《并行分布处理》出版，提出反向传播算法第四个阶段：1987年至今，趋于平稳回顾性综述文章“神经网络与人工智能
(4) 并行工作方式； (5) 对信息采用分布式记忆，具有鲁棒性。 四个发展阶段： 第一阶段：启蒙期，始于1943年。 形式神经元的数学模型提出。 第二阶段：低潮期，始于1969年。 《感知器》(Perceptions)一书出版，指出局限性 。 第三阶段：复兴期，从1982年到1986年。 Hopfield的两篇论文提出新的神经网络模型； 《并行分布处理》出版，提出反向传播算法。 第四个阶段：1987年至今，趋于平稳。 回顾性综述文章“神经网络与人工智能”
8.2神经网络基本概念8.2.1生物神经元1.生物神经元的结构细胞体、树突、轴突和突触来自其它神经元轴突的神经末梢树突轴突突触细胞体细胞核神经末梢
8.2 神经网络基本概念 8.2.1 生物神经元 1．生物神经元的结构 来自其它神经元轴突的神经末梢 细胞体 轴突 细胞核 树突 神经末梢 突触 细胞体、树突、轴突和突触