神经网络 I：概述及发展

人脑是如何工作的？人类能否制作模拟人脑的人工神经元？多少年以来，各类科学家试图从医学、生物学、生理学、哲学、信息学、计算机科学、认知学、组织协同学等各个角度认识并解答上述问题。在寻找上述问题答案的研究过程中，逐渐形成了一个新兴的多学科交叉技术领域，称之为“神经网络”。神经网络的研究涉及众多学科领域，这些领域互相结合、相互渗透并相互推动。不同领域的科学家又从各自学科的兴趣与特色出发，提出不同的问题，从不同的角度进行研究。

一、神经网络概述

所谓人工神经网络就是基于模仿生物大脑的结构和功能而构成的一种信息处理系统（计算机）。需要指出，尽管人工神经网络是对大脑结构的模仿，但这种模仿目前还处于极低的水平。

人工神经网络的过程可以分为两阶段，一是训练学习、二是操作预测：
1. 训练学习
训练时，把要教给神经网络的信息（外部输入）作为网络的输入和要求的输出，使网络按某种规则（称为训练算法）调节各处理单元间的连接权值，直至加上给定输入，网络就能产生给定输出为止。这时，各连接权已调接好，网络的训练就完成了。
2. 正常操作（回忆操作）
对训练好的网络输入一个信号，它就可以正确回忆出相应输出，得到识别结果。

人工神经网络的学习主要分为两类，有指导的训练：将输入样本加到网络输入并给出相应的输出，通过多次训练迭代获得连接权值。好像告诉网络：“当你看到这个图形（比如5）时，请给我指示5”。无指导的训练：网络通