没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
神经网络与 matlab 仿真
摘要
随着技术的发展,人工神经网络在各个方面应用越来越广泛,由于 matlab 仿
真技术对神经网络的建模起着十分重要的作用,因此,本文通过讨论神经网络中基
础的一类——线性神经网络的 matlab 仿真,对神经网络的 matlab 仿真做一个基本
的了解和学习。
关键词:人工神经网路 matlab 仿真 线性神经网络
1 神经网络的发展及应用
人工神经网络( Artificial Neural Network ,简称 ANN)是一种高度并行的
信息处理系统,它具有高度的容错性,自组织能力和自学习能力;它以神经科学的
研究成果为基础,反映了人脑功能的若干基本特性,对传统的计算机结构和人工智
能方法是一个有力的挑战,其目的在于探索人脑加工、储存和搜索信息的机制,进
而应用于人工智能系统。
1.1 神经网络的研究历史及发展现状
神经网络的研究已有较长的历史。 1943 年,心理学家 McCulloch 和数学家
Pitts 合作提出形式(兴奋与抑制型)神经元的数学模型( MP模型),开创了神经
科学理论研究的时代。 1944 年, Hebb提出了神经元连接强度的修改规则,它们至
今仍在各种神经网络模型中起着重要作用。 50 年代末 60 年代初,开始了作为人工
智能的网络系统的研究。 1958 年,F.Rosenblatt 首次引进了模拟人脑感知和学习
能力的感知器概念,它由阈值性神经元组成。 1962年, B.Widrow 提出的自适应线
性元件( adaline ),具有自适应学习功能,在信息处理、模式识别等方面受到重
视和应用。在这期间,神经网络大都是单层线性网络。此时,人们对如何解决非线
性分割问题很快有了明确的认识,但此时,计算机科学已被人工智能研究热潮所笼
罩。 80 年代后,传统的数字计算机在模拟视听觉的人工智能方面遇到了物理上不
能逾越的基线,此时,物理学家 Hopfield 提出了 HNN模型,引入了能量函数的概
念,给出了网络稳定性的判据,同时开拓了神经网络用于联想记忆和优化计算的新
途径。神经网络的热潮再次掀起。此后, Feldmann和 Ballard 的连接网络模型指
出了传统的人工智能“计算”与生物的“计算”的不同点,给出了并行分布的计算
原则; Hinton 和 Sejnowski 提出的 Boltzman 机模型则急用了统计物理学的概念和
方法,首次采用了多层网络的学习算法,保证整个系统趋于全局稳定点;
Rumelhart 和 McClelland 等人发展了多层网络的 BP算法; Kosko 提出了双向联想
记忆网络; Hecht-Nielsen 提出了另一种反向传播网络,可用于图像压缩和统计分
析; Holland 提出了分类系统类似于以规则为基础的专家系统。这些努力为神经网
络的后期发展奠定了牢固的基础。
目前,神经网络在研究方向上已经形成多个流派,包括多层网络 BP算法,
Hopfield 网络模型,自适应共振理论( ART),自组织特征映射理论等。 1987 年,
IEEE在 San Diego 召开大规模的神经网络国际学术会议,国际神经网络学会也随
之诞生。
迄今为止的神经网络研究。大体可分为三个大的方向:
1)探求人脑神经系统的生物结构和机制;
2)用微电子学或光学器件形成特殊功能网络,主要应用于新一代计算机制
造;
3)讲神经网络理论作为解决某些问题的一种手段和方法。
1.2 神经网络的应用
在理论工作取得重要进展的同时,硬件实现的研究工作也在积极开展,神经
网络理论已经渗透到各个领域,并在智能控制、模式识别、计算机视觉、自适应滤
波和信号处理、非线性优化、自动目标识别、连续语音识别、声纳信号的处理、知
识处理、传感器技术与机器人、生物医学工程等方面取得了很大的进展。
人工神经网络系统是仿照人脑的工作原理而产生。它是大量的、同时也是很
简单的处理单元(神经元)广泛互连形成的复杂的非线性系统。在人工神经网络中
存在着许多简单的、具有非线性函数功能的几类单元,它们称为人工神经元。神经
元以分层的形式来组织,而它们之间又存在着用突触维持的高度互连。人工神经网
络的学习能力就在于突触的权值能够在学习过程中得到加强或是削弱,并以此将信
息储存于神经网络中。人工神经网络经过训练,能够实现输入到输出的映射关系,
同时具有一定的推广性,因此在不同的领域得到广泛的应用,如自动控制、移动通
信、生物医学、模式识别、生产制造等等。
2 面向 matlab 工具箱的神经网络设计
人工神经网络可通过硬件或软件方式来实现。硬件方式即神经计算机。目前
较常用的还是软件实现方式。已有许多公司和研究单位设计了通用的 ANN程序以方
便人们使用, matlab 提供的神经网络工具箱就是其重要代表。
神经网络工具箱是在 matlab 环境下所开发出来的许多工具箱之一,它是以人
工神经网络理论为基础,用 matlab 语言构造出典型神经网络的激活函数,如 S
型、线性、竞争层、饱和线性等激活函数,使设计者对所选定网络输出的计算变成
对激活函数的调用。另外,根据各种典型的修正网络权值的规定,加上网络的训练
过程,用 matlab 编写出各种网络设计与训练所涉及的公式运算、矩阵操作和方程
求解等大部分子程序,网络的设计者可以根据自己的需要进行调用,免除了自己编
写复杂而庞大的算法程序的困扰,集中精力去思考需要解决的问题,提高工作效率
和解题质量。
目前 matlab 几乎完整地概括了神经网络的基本成果,对于各种网络模型,神
经网络工具箱集成了多种学习算法,为用户提供了极大的方便。
剩余12页未读,继续阅读
资源评论
m0_64347290
- 粉丝: 0
- 资源: 5万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Pano2VR7.1.5官方版专业的全景图制作软件
- dd6b7bac3fee0e095392c40d931e20ee_1280_720.mp4
- shanlian.apk
- 基于Python和Shell语言的奥多户外活动系统服务器端设计源码
- 基于Django+Shell的多人共享小网盘设计源码
- 基于Python语言的QuModLibs_NX11浏览版MCMOD开发设计源码
- 基于Vue框架的奥思德建材项目前端代码设计源码
- manage-costs-and-avoid-overspending-AVS.mp4
- 基于Java语言开发的办公自动化系统后端设计源码
- 基于Java及Shell开发的WeCross跨链账户服务设计源码
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功