分享到:
电话:0371-61318821
助力企业快速实现 "互联网+" 计划

官方微信

郑州星云互联新闻中心,郑州星云互联资讯
首页 > 新闻中心 > 行业新闻

常见的人工神经网络模型分为哪几类,主要的优点是什么

人类神经网络为一类似人类神经结构的并行计算模式,是”一种基于脑与神经系统研究,所启发的信息处理技术“,通常也被称为平行分布式处理模型或链接模型。其具有人脑的学习、记忆和归纳等基本特性,可以处理连续型和离散型的数据,对数据进行预测。可利有系统输入与输出所组成的数据,建立系统模型(输入与输出间的关系)。

人工神经网络分类,常见的人工神经网络模型可分为四大类,如下所示:

1.监督式学习网络,从问题中取得训练样本(包括输入和输出变量值),并从中学习输入与输出变量两者之间的关系规则,可以在新样本中输入变量值,进而推知其输出变量值。主要有模型有感知机网络、倒传递网络,概率神经网强、学习向量量化网络及反传递网络。

2.非监督学习网络,从问题中取得训练样本(仅包括输入变量值),并从中学习输入变量的分类规则,可以在新样本中输入变量值,从而获得分类信息。主要模型有自组织映像图网络、及自适应共振网络。

3.联想式学习网络,从问题中取得训练样本(仅包括状态变量值),并从中学习内在记忆规则,可以应用于新的安全(不完整的状态变量值),从而推知其完整的状态变量值。包括霍普菲尔网络及双向联想记忆网络。

4.最适化应用网络,针对问题设计变量值,使其在满足设计限制下,达到设计目标优化的效果。包括霍普菲尔——坦克网强及退火神经网络。

人工神经网络的优点

人工神经网络是崭新且令人兴奋的研究领域,它有很大的发展潜力,但也同时遭受到一些尚未克服的困难。其优点可列举如下:

1.可处理噪声:一个人工神经网络补训练完成后,即使输入的数据中有部分遗失,它仍然有能力辨认样本。

2.不易损坏:因为人工神经网络以分布式的方法来表示数据,所以当某些单元损坏时,它依然可以正常地工作。

3.可以平行处理。

4.可以学习新的观念。

5.为智能机器提供了一个较合理的模式。

6.已经被成功地运用在某些以一般传统方法很难解决的问题上,如某些视觉问题。

7.有希望实现联合内存。

8.它提供了一个工具,来模拟并探讨人脑的功能。

 转载自网络 不用于商业宣传 版权归原作者所有,侵权删。

www.xyhlrj.com

作者: 时间:2019-02-27 阅读:2387 分享到: