神经网络的应用

1、最新资料推荐1.神经网络的应用神经网络的应用 神经网络 神经网络是新技术领域中的一个时 尚词汇。很多人听过这个词，但很少人真正明白它是什么。本文的目的是介绍所有关于神经网络的基本包括它的功能、-般结构、相关术语、类型及其应用。神经网络 这个词实际是来自于生物学，而我们所指的神经网络 正确的名称应该是人工神经网络（ANNS。在本文，我会同时使用这两个互换的术语。一个真正的神经网络是由数个至数十亿个被称为神经元的细 胞（组成我们大脑的微小细胞）所组成，它们以不同方式连接而型成网络。人工神经网络就是尝试模拟这种生物学上的体系结构及其操作。在这里有一个难题：我们对生物学上的神经网络知道的不多！因此，

2、不同类型之间 的神经网络体系结构有很大的不同，我们所知道的只是神经元基本的 结构。虽然已经确认在我们的大脑中有大约 50至500种不同的神 经元，但它们大部份都是基于基本神经元的特别细胞。基本神经元包含有 synapses、 soma、 axon 及 dendrites 。Synapses 负责神经元之间的连接，它们不是直接物理上连接的，而是它们之间有一个很小的空隙允许电子讯号从一个神经元跳 到另一个神经元。然后这些电子讯号会交给 soma处理及以其内部电子讯号将处 理结果传递给axon。而axon会将这些讯号分发给dendrites。最后，dendrites 带着这些讯号再交给其它的 syn

3、apses ,再 继续下一个循环。如同生物学上的基本神经元，人工的神经网络也有基本的神经元。每个神经元有特定数量的输入，也会为每个神经元设定权重(weight)。权重是对所输入的资料的重要性的一个指标。然后，神经元会计算出权重合计值(net value ),而权重合计 值就是将所有输入乘以它们的权重的合计。每个神经元都有它们各自的临界值(threshold ),而当权重合 计值大于临界值时，神经元会输出1。相反，则输出0。最后，输出会被传送给与该神经元连接的其它神经元继续剩余 的计算神经网络最早的研究足20世纪40年代心理学家 Mcculloch和数学家Pitts 合作提山的， 他们提山的MP

4、幔型拉开 了神经网络研究的序幕。神经网络的发展大致经过三个阶段 19471969年为初期， 在 最新资料推荐这期问科4学家们提出了许多神经元模型和学习规则，如MP模型、HEBB学纠规则和感知器等，19701986年为过渡期， 这个 期间神经网络研究经过了一个低潮， 继续发展。在此期间，科学家们做了大量的工作，如Hopfield 教授对网 络引入能量函数的概念， 给出了网络的稳定性判据， 提出了用于联 想记忆和优化汁算的途径。1984 年，Hiton 教授提出Boltzman机模型。1986 年Kumellhart 等人提出误差反向传播神经网络，简称BP网络。目前，BP网络已成为广泛使用的网络，

5、1987年至今为发展期， 在此期间， 神经网络受到国际重视，各个国家都展开研究，形成神经刚络发展的另一个高潮。神经网络具有以下优点：(1)可以充分逼近任意复杂的非线性关系。(2)具有很强的鲁棒性和容错性，创为信息足分布贮于网络内的神经元中。(3)并行处理方法，使得计算快速。(4)可以处理不确定或不知道的系统，因神经网络具有自学习和自适应能力。(5)具有很强的信息综合能力，能同时处理定量和定性的信息，能很好地协调多种输入信息关系，适用于多信息融合和多媒体技术。神经网络应用现状 神经网络以其独特的结构和处理信息的方 法，在许多实际应用领域中取得了显著的成效，主要应用如下(1)自动控制领域。神经网络

6、方法已经覆盖了控制理论中的绝大多数问题，主要有系统建模与辨识、PID参数整定、 极点配置、内模控制、优化设 计、预测控制、 最优控制、自适应控制、 滤波与预测容错控制、 模糊控制和学习控制等。典型的例子是20世60年代初， 美国阿波罗 登月训划中， Kilmer和Mcclloch 等人根据脊椎动物神经系统中网状结构的工作 原理，提山了一个KMB模型，以使登月车在远距离复杂环境下具 有一定的自制能力。(2)处理组合优化问题。最典型的例子是成功地解绝了 TSP问题，即旅行推销员问题， 另外还有最大匹配问题、装箱问题和作业调度等。(3)模式识别。已成功应用于手写字符、汽午牌照、指纹和声音识别，还可

7、用于目标的自动识别和定位、机器人传感器的图像识别以及地震信号的鉴别等 (4)图像处理。对图像进行边缘监测、图像分割、 图像压缩和图像恢复。(5)传感器信号处理。传感器输出非线性特性的矫正、 传感器故障检测、滤波与除噪、最新资料推荐环境影响因素的补偿、 多传感器信息融合。(6)机器人控制。对机器人眼手系统位置进行协调控制，用于机械手的故障诊断及排除、智能自适应移动机器人的导航。(7)信号处理。能分别对通汛、 语音、心电和脑电信号进行处理分类，可用于海底声纳信号的检测与分类，在反潜、扫雷等方面得到应用。(8)卫生保健、医疗。比如通过训练自主组合的多层感知器可以区分正常心跳和非止常心跳、基于BP网络的波形分类和特征提取在计算机临床诊断中 的应用(9)经济。能对商品价格、股票价格和企业的可信度等进行短期预测 (10) 化工领域。能对制药、 生物化学和化学工程等进行分析。如：进行蛋白质结构分析、 谱分析和化学反应分析等。(11)焊接领域。国内外在参数选择、 质量检验、质量预测和实时控制力面都有