神经网络的分析介绍

目录

1 神经网络算法

2 神经网络算法原理

3 神经网络的特点

4 人工神经元模型

---

1 神经网络算法

人工神经网络（Artificial Neural Networks,ANN）也简称为神经网络或者称为连接模型，它是一种模仿动物神经网络行为特征，并进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。主要的研究工作集中在以下几个方面，

①建立模型：根据对生物原始模型机理的研究，进阿里神经元、神经网络的理论模型。包括概念模型、知识模型、数学模型、物理化学模型等。

②算法：在理论模型研究的基础上构建具体的神经网络模型，以实现计算机模拟或准备制作硬件，包括网络学习算法的研究，这方面的工作也被叫做技术模型研究。

③应用：在网络模型与算法研究的基础上，利用人工神经网络组成时间的应用系统，如完成某种信号处理或者模式识别的功能、构建专家系统、制成机器人、复杂系统控制等。

2 神经网络算法原理

人工神经网络是由大量的简单基本原件（神经元）相互连接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却能够相当复杂。与数字计算机相比，人工神经网络在构成原理和功能特点等方面更接近人脑，它不是按照程序一步一步刻板的执行，而是能够适应环境、总结规律、完成运算识别或者过程的控制。