目录
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。