http://www.micatch.net/blog/article.asp?id=51
《人工神经网络与模拟进化计算》
D.Marr认为对一个复杂的信息处理系统的研究可以分为三个层次
即 计算理论层、算法层和 实现层。
对于神经网络来说,计算理论层主要是学习理论,现在的学习理论基于统计决策理论;
算法部分是非线性优化方法;
实现层牵涉到非线性动力学系统的稳定性、可靠性理论。(好专业开始晕忽忽了)
人工神经网络(Artificial Neural Networks)
主要应用领域:
三个基本要素
《人工神经网络与模拟进化计算》
D.Marr认为对一个复杂的信息处理系统的研究可以分为三个层次
即 计算理论层、算法层和 实现层。
对于神经网络来说,计算理论层主要是学习理论,现在的学习理论基于统计决策理论;
算法部分是非线性优化方法;
实现层牵涉到非线性动力学系统的稳定性、可靠性理论。(好专业开始晕忽忽了)
人工神经网络(Artificial Neural Networks)
主要应用领域:
-
[1]模式识别与图像处理
[2]控制及优化
[3]金融预测与管理
[4]通信
[5]知识发现、数据挖掘、气象与地球科学
三个基本要素
-
[1]一组连接(对应于生物神经元的突触)
连接强度由各连接上的权值表示,权值为正表示激活,为负表示为抑制。
[2]一个求和单元
用于求取个输入信号的加权和(线性组合)
[3]一个非线性激活函数
起非线性映射作用并将神经单元输出幅度限制在一定范围内(0,1)(-1,1)用一个阀值θk(或偏置bk=-θk)