人工神经网络具有四个基本特征

《人工神经网络具有四个基本特征》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、人工神经网络：人工神经网络是一种模仿公务神经网络行为特征，进行分布式并行信息处理的数序算法。由大量处理单元互联成的非线性/自适应信息处理系统。特点：非线性/非局限性/非常定性/非凸性根据连接的拓扑结构，分为前向网络：这种网络中每个神经元接受前一级的输入，并输出到下一级，网络中没有反馈。反馈网络：网络内神经元间有反馈，可以用一个无向的完备图表示。人工神经网络具有四个基本特征：　　（1）非线性非线性关系是自然界的普遍特性。大脑的智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具

2、有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储容量。　　（2）非局限性一个神经网络通常由多个神经元广泛连接而成。一个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子。　　（3）非常定性人工神经网络具有自适应、自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化过程。　　（4）非凸性一个系统的演化方向，在一定条

3、件下将取决于某个特定的状态函数。例如能量函数，它的极值相应于系统比较稳定的状态。非凸性是指这种函数有多个极值，故系统具有多个较稳定的平衡态，这将导致系统演化的多样性。