最新智能控制 第5章 神经网络理论基础0-药学医学精品资料.ppt

最新智能控制 第5章 神经网络理论基础0-药学医学精品资料.ppt

ID:62142208

大小:3.47 MB

页数:140页

时间:2021-04-19

最新智能控制 第5章 神经网络理论基础0-药学医学精品资料.ppt_第1页
最新智能控制 第5章 神经网络理论基础0-药学医学精品资料.ppt_第2页
最新智能控制 第5章 神经网络理论基础0-药学医学精品资料.ppt_第3页
最新智能控制 第5章 神经网络理论基础0-药学医学精品资料.ppt_第4页
最新智能控制 第5章 神经网络理论基础0-药学医学精品资料.ppt_第5页
资源描述:

《最新智能控制 第5章 神经网络理论基础0-药学医学精品资料.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、进入夏天,少不了一个热字当头,电扇空调陆续登场,每逢此时,总会想起那一把蒲扇。蒲扇,是记忆中的农村,夏季经常用的一件物品。  记忆中的故乡,每逢进入夏天,集市上最常见的便是蒲扇、凉席,不论男女老少,个个手持一把,忽闪忽闪个不停,嘴里叨叨着“怎么这么热”,于是三五成群,聚在大树下,或站着,或随即坐在石头上,手持那把扇子,边唠嗑边乘凉。孩子们却在周围跑跑跳跳,热得满头大汗,不时听到“强子,别跑了,快来我给你扇扇”。孩子们才不听这一套,跑个没完,直到累气喘吁吁,这才一跑一踮地围过了,这时母亲总是,好似生气的样子,边扇边训,“你看热的,跑什么?”此时这把蒲扇,是那么凉快,那么的温馨

2、幸福,有母亲的味道!  蒲扇是中国传统工艺品,在我国已有三千年多年的历史。取材于棕榈树,制作简单,方便携带,且蒲扇的表面光滑,因而,古人常会在上面作画。古有棕扇、葵扇、蒲扇、蕉扇诸名,实即今日的蒲扇,江浙称之为芭蕉扇。六七十年代,人们最常用的就是这种,似圆非圆,轻巧又便宜的蒲扇。  蒲扇流传至今,我的记忆中,它跨越了半个世纪,也走过了我们的半个人生的轨迹,携带着特有的念想,一年年,一天天,流向长长的时间隧道,袅最新智能控制第5章神经网络理论基础0-药学医学精品资料以冯·诺依曼型计算机为中心的信息处理技术的高速发展,计算机在信息化社会中起着十分重要的作用。但是,当用它来解决某

3、些人工智能问题时却遇到了很大的困难。模糊控制从人的经验出发,解决了智能控制中人类语言描述和推理问题,但在处理数值数据、自学习能力等方面远未达到人脑境界从人脑生理、心理学着手,模拟人脑工作机理大脑是由生物神经元构成的巨型网络,它在本质上不同于计算机,是一种大规模的并行处理系统,它具有学习、联想记忆、综合等能力,并有巧妙的信息处理方法。人工神经网络是模拟人脑思维方式的数学模型,从微观结构和功能上对人脑进行抽象和简化,模拟人类智能感知机是现代神经计算的出发点。Block于1962年用解析法证明了感知机的学习收敛定理。正是由于这一定理的存在,才使得感知机的理论具有实际的意义,并引发

4、了60年代以感知机为代表的第一次神经网络研究发展的高潮。1961年,E.R.Caianiello提出了能实现记忆和识别的神经网络模型,它由学习方程式和记忆方程式两部分组成。1962年,M.Minsky和S.Papert进一步发展了感知机的理论,他们把感知机定义为一种逻辑函数的学习机。B.Widraw在稍后于感知机一些时候提出了Adline分类学习机。它在结构上与感知机相似,但在学习法则上采用了最小二乘平均误差法。1965年M.Minsky和S.Papert在《感知机》一书中指出感知机的缺陷并表示出对这方面研究的悲观态度,使得神经网络的研究从兴起期进入了停滞期,这是神经网络发

5、展史上的第一个转折2.低潮期(1969-1982年)神经网络理论研究水平的限制计算机发展的冲击1969年,Grossberg提出迄今为止最复杂的ART神经网络1972年,Kohonen提出自组织映射的SOM模型到了20世纪80年代初,J.J.Hopfield的工作和D.Rumelhart等人的PDP报告显示出神经网络的巨大潜力,使得该领域的研究从停滞期进入了繁荣期,这是神经网络发展史上的第二个转折。3.复兴期1982年,美国物理学家Hopfield对神经网络的动态特性进行了研究,提出了Hopfield神经网络模型,引入能量函数,实现问题优化求解1986年,以Rumelhar

6、t为首的PDP(ParallelDistributedProcessing)并行分布处理研究集团对联结机制(connectionist)进行了研究,提出了著名的多层神经网络模型,即BP网络,至今为止应用最普遍。T.J.Sejnowski等人还研究了神经网络语音信息处理装置。这些成功的研究对第二次神经网络研究高潮的形成起了决定性的作用。Hopfield模型的动作原理是:只要由神经元兴奋的算法和神经元之间的结合强度所决定的神经网络的状态在适当给定的兴奋模式下尚未达到稳定,那么该状态就会一直变化下去,直到预先定义的一个必定减小的能量函数达到极小值时,状态才达到稳定而不再变化。19

7、85年,Hopfield和D.W.Tank用上述模型求解了古典的旅行推销商问题(TravelingSalesmanProblem),简称TSP问题。1983年,S.E.Farmann和Hiton提出了波尔兹曼机BM(BoltzmannMachine),该神经网络模型中使用了概率动作的神经元,把神经元的输出函数与统计力学中的波尔兹曼分布联系起来。1985年,W.O.Hillis发表了称为联结机(connection)的超级并行计算机。他把65536个lbit的微处理机排列成起立方体的互连形式,每个微处理机还带有4kb

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。