【正文】 ural Network Models 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域極其廣泛 ，比較擅長的應(yīng)用領(lǐng)域包括： ? 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用 ? 模式識別 ? 人工智能 ? 控制工程 ? 優(yōu)化計算和聯(lián)想記憶 ? 信號處理 甲：神經(jīng)網(wǎng)絡(luò)真那么神奇嗎？ 乙：我聽說 …… 在人工神經(jīng)網(wǎng)絡(luò)的發(fā)展過程中 ， 從不同的角度對生物神經(jīng)系統(tǒng)不同層次的描述和模擬 ， 提出了各種各樣的神經(jīng)網(wǎng)絡(luò)模型 ，其中具有代表性的網(wǎng)絡(luò)模型有： ? 人工神經(jīng)網(wǎng)絡(luò)的模型 ? 感知器 ? 線性神經(jīng)網(wǎng)絡(luò) ? BP網(wǎng)絡(luò) ? 徑向基函數(shù)網(wǎng)絡(luò) ? 自組織網(wǎng)絡(luò) ? 反饋網(wǎng)絡(luò) ? 關(guān)于神經(jīng)網(wǎng)絡(luò)的實現(xiàn)技術(shù) ? 神經(jīng)網(wǎng)絡(luò)的實現(xiàn)技術(shù)可以分為全硬件實現(xiàn)和虛擬實現(xiàn)兩個方面 。 ? 神經(jīng)細(xì)胞單元的信息：寬度和幅度都相同的脈沖串 。 ? 軸突：神經(jīng)元從細(xì)胞體伸出一根粗細(xì)均勻、表面光滑的突起，長度從幾個 ?m到 1m左右，稱為軸突，它的功能是傳出從細(xì)胞體來的神經(jīng)信息，相當(dāng)于信息的 輸出通道 。 未來的腦科學(xué)將加強與行為科學(xué)、認(rèn)知科學(xué)和信息科學(xué)的聯(lián)系。 如果我們設(shè)計的感知器神經(jīng)網(wǎng)絡(luò)使得網(wǎng)絡(luò)的輸出在圖像卡片上的數(shù)字為奇數(shù)時輸出為 0，偶數(shù)時輸出為 1， 則可以完成其奇偶分類 。 ? BP網(wǎng)絡(luò)的 MATLAB仿真 ? BP網(wǎng)絡(luò)的應(yīng)用實例 設(shè)計基于 BP神經(jīng)網(wǎng)絡(luò)的印刷體字符 09的識別系統(tǒng) 。 ? 問題分析 以 0表示數(shù)字筆畫劃過的小方塊 ， 以 1表示數(shù)字筆畫未劃過的小方塊 ， 則 Hopfield網(wǎng)絡(luò)的需要 56個神經(jīng)元表示各方塊的狀態(tài)；網(wǎng)絡(luò)結(jié)構(gòu)要求目標(biāo)向量用一維向量表示 。 ? 本例線性神經(jīng)網(wǎng)絡(luò) MATLAB仿真程序設(shè)計的主要步驟： ? 以 newlin創(chuàng)建線性神經(jīng)網(wǎng)絡(luò) ? 構(gòu)造訓(xùn)練樣本集 ? 以 adapt自適應(yīng)調(diào)整所創(chuàng)建的網(wǎng)絡(luò) ， 獲得網(wǎng)絡(luò)訓(xùn)練的誤差信號 ， 即為輸出信號 。 ? 學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)在訓(xùn)練的過程中 ， 便學(xué)到了把輸入空間影射到輸出空間的能力 ， 稱之為神經(jīng)網(wǎng)絡(luò)的 “ 學(xué)習(xí) ” ， 調(diào)整權(quán)值和閾值的算法稱之為學(xué)習(xí)規(guī)則或訓(xùn)練算法 。相反地 ， 一個神經(jīng)元的脈沖發(fā)放率典型值僅僅在 100Hz的范圍內(nèi) 。第一節(jié) 從生物神經(jīng)網(wǎng)絡(luò)到 人工神經(jīng)網(wǎng)絡(luò) From Biological Neural Network To Artificial Neural Network What’s this? ? 大腦 Brain 重量 : 約 1200－ 1500g 體積 : 約 600Cm3 神經(jīng)元數(shù) : 約 1011個 大腦的組織結(jié)構(gòu)和功能是人體器官中最為復(fù)雜的，它接受外界信號、產(chǎn)生感覺、形成意識、進(jìn)行邏輯思維、發(fā)出指令產(chǎn)生行為，掌管著人們的語言、思維、感覺、情緒、運動等高級活動。 生物神經(jīng)元的信息傳遞與處理示意圖 甲：這樣便宜就有水用了？ ！ 乙：想得美，交了錢別人才放水的 ！ ? 生物神經(jīng)元的基本特征 ? 神經(jīng)元具有感知外界信息或其它神經(jīng)元信息的 輸入端 ? 神經(jīng)元具有向外界或其它神經(jīng)元輸出信息的 輸出端 ? 神經(jīng)元之間的連接強度 （ 連接權(quán) ） 決定信號傳遞的強弱 ， 而且聯(lián)接強度是可以隨訓(xùn)練改變的 ? 信號可以是起刺激作用的 ， 也可以是起抑制作用的 ，即連接權(quán)的值 （ 權(quán)值 ） 可正 、 可負(fù) ? 每個神經(jīng)元有一個 閾值 ? 神經(jīng)元可以對接受的信號進(jìn)行累積 （ 加權(quán) ） ? 神經(jīng)元的興奮程度 （ 輸出值的大小 ） ， 取決于其 傳輸函數(shù) 及其輸入 （ 輸入信號的加權(quán)與閾值之和 ） ? 人工神經(jīng)元的一般模型 ???????? ??? ??njiiijii pwfxfy1)( ?甲：講了半天，人工神經(jīng)元就是一個公式 ！太簡單了吧？ 乙：還是聽聽再說 …… What’s this？ It’s a plane. Wait……….. I don’t know! Don’t ask me ? 神經(jīng)網(wǎng)絡(luò)的特點 ? 信息的分布式存儲及其與信息處理的合二為一 ? 信息的并行協(xié)同處理 ? 具有學(xué)習(xí)能力以及自組織 、 自學(xué)習(xí)性 ， 善于聯(lián)想 、綜合和推廣 ? 問題： ? 即便是 PentiumII微處理器 ， 其時鐘頻率也高于 200MHz。 在 MATLAB神經(jīng)網(wǎng)絡(luò)仿真程序的設(shè)計中 ，主要用到以下幾個方面的 NN Toolbox函數(shù)： ? 神經(jīng)網(wǎng)絡(luò)的創(chuàng)建 /設(shè)計函數(shù) ? 初始化函數(shù)