資源描述：
《最新人腦與人工神經(jīng)網(wǎng)絡.教學講義PPT課件.ppt》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、人腦與人工神經(jīng)網(wǎng)絡.1緒論1.1人工神經(jīng)網(wǎng)絡概述人類大腦分為兩個半球（左半球-左腦；右半球-右腦）,左腦支配人體的右側,右腦支配人體的左側,大腦受傷會使它支配的那部分身體產(chǎn)生功能障礙。為什么右腦損傷的人喪失音樂能力，但能說話？為什么左腦損傷的人難以說話，卻仍能唱歌？為什么許多藝術大師（達.芬奇、米開朗琪羅、畢加索等）都習慣使用左手？左右腦具有不同的功能。左腦不僅是語言中樞，還能從事分析性的工作，例如邏輯推理、數(shù)學運算和寫作等。右腦善于處理空間概念和模式識別(識別面孔、圖案、曲調、色彩等)，還擅長創(chuàng)造性
2、的活動。左半球傾向于按順序處理信息，右半球卻習慣同時處理信息。人們常常認為，邏輯思維和分析能力比感性認識更為重要，反映在教育上就是把注奮力集中在“讀、寫、算”這些左腦的功能上。有一所美國的小學讓學生用一半時間學習藝術，用另一半時間學習科學，結果學生的科學課程的成績明顯提高。這表明，花時間發(fā)展右腦的功能將有助于改善左腦的功能。實際上，只有左右腦完美配合，才能產(chǎn)生最有效率的創(chuàng)造性活動。語言學習中充分發(fā)揮大腦功能的一種方法是快速閱讀。逐字逐句的緩慢閱讀是發(fā)揮左腦的功能，而快速閱讀是發(fā)揮右腦的功能，快速閱讀獲
3、得的信息是從整體上被理解的，這樣就能提高對文字的理解程度。換句話說，如果你發(fā)現(xiàn)一篇文章很難理解，你就應該讀得更快一些。近十年來，由于當代科學技術的突飛猛進，人類一年創(chuàng)造的財富是20世紀初的19倍。人類是否會以此速率，繼續(xù)創(chuàng)造發(fā)明，越來越聰明呢？比較人腦與“電腦”的信息處理能力，會發(fā)現(xiàn)“電腦”和人腦存在很大的差距。反映在多個方面:記憶與聯(lián)想能力方面:人腦具有非凡的創(chuàng)造能力。良好的學習和認知能力（剛生嬰兒大腦幾乎空白，但是在成長中通過對外界環(huán)境的感知及意識，知識和經(jīng)驗與日俱增）。信息綜合能力方面：人腦善于
4、知識歸納，類比和概括，也可以是經(jīng)驗地、模糊地甚至是直覺地做出判斷等。信息處理速度方面：人腦中的信息處理是以神經(jīng)細胞為單位，而神經(jīng)細胞的傳遞速度只能達毫秒級，比計算機電子元件納秒級的計算速度慢得多。實際上數(shù)值處理方面確實如此。但在圖形聲音等類信息的處理方面則不同。如幾個月嬰兒從人群中一眼認出母親，而計算機解決此類問題則需要一幅具有幾百萬個像素的逐點處理，并提取臉譜特征進行識別，等等。關健一點是人腦與電腦的信息處理機制不同，人腦中的神經(jīng)網(wǎng)絡是一種高度并行的非線性信息處理系統(tǒng)，雖然單個神經(jīng)信息處理速度為毫秒
5、級，但大規(guī)模神經(jīng)細胞（人腦有約1.4×10１１個）的群體協(xié)同并行處理方式是高效的．而計算機采用的是有限集中的串行信息處理機制（基于馮．諾依曼工作原理VonNeumann）。即存儲器與處理器相互獨立，處理信息必須是形式化信息（用二進制定義）。布滿人類大腦皮層上的神經(jīng)細胞亦稱為神經(jīng)元。每個神經(jīng)元有數(shù)以千計的通道同其他神經(jīng)元互連，形成復雜的生物神經(jīng)網(wǎng)絡。生物神經(jīng)網(wǎng)絡以神經(jīng)元為基本信息處理單元，對信息進行分布式存儲與加工。這處信息加工與存儲相結合的群體協(xié)同工作方式使得人腦呈現(xiàn)出神奇智能。為了模擬人腦形象思維方
6、式，人們從模擬人腦生物神經(jīng)網(wǎng)絡的信息存儲加工處理機制入手，設計具有人類思維特點的智能機器，無疑是最有希望的途經(jīng)之一。ANN定義:(目前定義尚不統(tǒng)一。)ANN是以數(shù)學和物理方法以及信息處理的角度對人腦神經(jīng)網(wǎng)絡進行抽象，并建立某種簡化模型。ANN是生物學上的真實人腦神經(jīng)網(wǎng)絡的結構以及若干基本特性的某種理論抽象，簡化模擬而構成的一種信息處理系統(tǒng)。ANN是采用物理可實現(xiàn)的系統(tǒng)來模仿人腦神經(jīng)細胞和結構和功能的系統(tǒng)。應該明確:ANN遠不是人腦生物神經(jīng)網(wǎng)絡的真實寫照，而只是對它的簡化，抽象與模擬。目前已提出上百種A
7、NN模型，這些簡化模型的確能反映出人腦的許多基本特征。它們在模式識別、系統(tǒng)辨識、信號處理、自動控制、組合優(yōu)化、預測估計、故障診斷、醫(yī)學與經(jīng)濟學等許多領域已成功地解決了許多用計算機等方法難解決的實際問題，表現(xiàn)出良好的智能特征和潛在的應用前景。人工神經(jīng)網(wǎng)絡應用系統(tǒng)的研究，需要硬件制作技術的新突破，以便制作出ANN設備，據(jù)報道神經(jīng)網(wǎng)絡計算機已取得令人矚目的進展。ANN的研究內容極具豐富，涉及的面寬而又有相當深的理論有待進一步研究（涉及多學科知識）。研究內容大體上有基本理論、模型、算法、應用和實現(xiàn)等五大方面，
8、每方面都有很多問題尚未解決或完善解決，尚需用各種方法從各方面開展對ANN進行更深入研究。1.2人工神經(jīng)網(wǎng)絡發(fā)展簡史ＡＮＮ發(fā)展可劃分四個時期（早期、低潮期、復興時期、新時期）。早期（啟蒙時期）1943年,美國心理學家W.S.MeCuLLoch和數(shù)學家W.H.Pitts合作,在分析總結神經(jīng)元基本特性的基礎上，提出神經(jīng)元數(shù)學模型，簡稱MP模型。從腦科學研究來看，MP模型是第一個用數(shù)理語言描述人腦的信息處理過程的模型。后來此模型又有發(fā)展，至今沿用——人工神經(jīng)網(wǎng)絡
