人工神经网络的基本特征有哪些?

人工神经网络的基本特征有哪些?
由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的,试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。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。
人工神经网络中,神经元处理单元可表示不同的对象,例如特征、字母、概念,或者一些有意义的抽象模式。网络中处理单元的类型分为三类:输入单元、输出单元和隐单元。输入单元接受外部世界的信号与数据;输出单元实现系统处理结果的输出;隐单元是处在输入和输出单元之间,不能由系统外部观察的单元。神经元间的连接权值反映了单元间的连接强度,信息的表示和处理体现在网络处理单元的连接关系中。人工神经网络是一种非程序化、适应性、大脑风格的信息处理,其本质是通过网络的变换和动力学行为得到一种并行分布式的信息处理功能,并在不同程度和层次上模仿人脑神经系统的信息处理功能。它是涉及神经科学、思维科学、人工智能、计算机科学等多个领域的交叉学科。人工神经网络是并行分布式系统,采用了与传统人工智能和信息处理技术完全不同的机理,克服了传统的基于逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷,具有自适应、自组织和实时学习的特点。

恒流源电路原理
多晶硅蚀刻工艺讲解
刚过去的2018年6月里有哪些传感器新产品和新技术
英特尔Alloy一体化虚拟现实眼罩面市,无需外接设备
应用案例:研扬科技的PICO-EHL4成为智能农业领域的佼佼者
人工神经网络的基本特征有哪些?
2008年澳大利亚汽车配件展/AAPEX
一加Nord Watch智能手表官宣
分析锁相环速度控制系统的结构和原理
诺基亚8、诺基亚9什么时候上市最新消息:诺基亚8、诺基亚9即将发布,能否找回昔日宏光?
交流接触器是如何进行工作的?各接线端子的作用是什么?
空调库存与原材料价格紧密相关 既不能一味地抵抗库存也不能大量囤货
教你一招,如何解决路由重复问题
2018年10月动力电池装机量TOP10
小狗D-610无线除螨吸尘器评测 称其为家庭除螨的万金油不为过
报告显示美国83%联网医疗成像设备易受黑客攻击
微软已经解雇了数十名记者,并用人工智能软件取代了他们
机器学习如何应对失衡类别
ZEEKR OS 4.1开启推送:带来17个ECU联动、8项新增功能等
便携式短路接地线的使用方法和注意事项