人工神经网络的产生定义人工神经网络是由人工建立的，以有向图作为拓扑结构的动态系统，它通过对连续或间断的输入作状态响应而进行信息处理。神经网络是由许多互相连接的节点（或者说“神经元”）组成的
1 人工神经网络的产生 定义 人工神经网络是由人工建立的，以 有向图作为拓扑结构的动态系统，它通 过对连续或间断的输入作状态响应而进 行信息处理。 神经网络是由许多互相连接的节点 （或者说“神经元”）组成的
Celbod人工神经网络的发展TeiodendriaNucle第一阶段第二阶段Synaptic terminaisAxonhilioch启蒙时期低潮时期GolgiapparatusEndoplasmicreticulum发展DendriteMitochondrion第三阶段第四阶段>Dendriticbranches复兴时期高潮时期突触树突细胞体轴窦轴笑末精细胞核(c)图网络(a)前锁网路（b）授信网络
1 人工神经网络的发展 第一阶段 启蒙时期 第二阶段 低潮时期 第三阶段 复兴时期 第四阶段 高潮时期 发展
人工神经网络的发展一启蒙时期麦克洛奇（McCulloch）和皮兹（Pitts）于1943年首次提出了人工神经元的数学模型，即MP神经元。1949年，心理学家赫布（Hebb）提出了突触连接强度可变的假定。1957年，计算科学家罗森勃拉特（Rosenblatt）基于MP神经元模型提出了感知器模型。1959年，美国著名工程师威德罗（B.WidroW）霍夫（M.Hoff）等提出了自适应线性元件和WidrowHoff学习规则的神经网络训练方法
麦克洛奇（McCulloch）和皮兹 （Pitts）于1943年首次提出了人工神经元 的数学模型，即MP神经元。 1949年，心理学家赫布（Hebb）提出 了突触连接强度可变的假定。 1957年，计算科学家罗森勃拉特 （Rosenblatt）基于MP神经元模型提出了 感知器模型。 1959年，美国著名工程师威德罗（B.Widrow）、 霍夫（M.Hoff）等提出了自适应线性元件和WidrowHoff学习规则的神经网络训练方法。 1 人工神经网络的发展——启蒙时期
人工神经网络的发展低潮时期TECHNOLOGIES1969年，人工智能的奠基者之一明斯美国格罗斯伯格（Grossberg）教授在1976年提出了著名的自适应共振基（Minsky）和帕尔特（Papert）认为简单的线性感知器的功能是有限的，其无法理论ART（AdaptiveResonanceTheory)。解决线性不可分的两类样本分类问题
1 人工神经网络的发展——低潮时期 1969年，人工智能的奠基者之一明斯 基（Minsky）和帕尔特（Papert）认为简 单的线性感知器的功能是有限的，其无法 解决线性不可分的两类样本分类问题。 美国格罗斯伯格（Grossberg）教 授在1976年提出了著名的自适应共振 理论ART（Adaptive Resonance Theory）。 A B
复兴时期人工神经网络的发展霍普菲尔德提出理论霍普菲尔德（Hopfield）在1982年提出了离散Hopfield网络。1984年，霍普菲尔德又提出了一种连续神经网络，需默哈特提出BP算法HiddenInputOutput-wa0)5-0(00-1986年，儒默哈特（D.E.Rumelhart）等人基于多层神经网络模型提出了多层神经网络权值修正的反向传播学习算法一一BP算法（ErrorBack-Propagation）
霍普菲尔德提出理论 霍普菲尔德（Hopfield）在1982年提 出了离散Hopfield网络。1984年，霍普菲 尔德又提出了一种连续神经网络。 儒默哈特提出BP算法 1986年，儒默哈特（D.E.Rumelhart） 等人基于多层神经网络模型提出了多层神经 网络权值修正的反向传播学习算法——BP 算法（Error Back- Propagation）。 1 人工神经网络的发展——复兴时期