《人工神經網路》是2019年應急管理出版社出版的圖書，作者是譚雲亮,於鳳海。
基本介紹
- 書名：人工神經網路
- 作者：譚雲亮,於鳳海
- 出版社：應急管理出版社
- 出版時間：2019年12月
- ISBN：9787502072230
人工神經網路(2019年應急管理出版社出版的圖書)
本詞條是多義詞，共2個義項
收起列表 ▲
相關詞條
- 人工神經網路
人工神經網路（Artificial Neural Network，即ANN ），是20世紀80 年代以來人工智慧領域興起的研究熱點。它從信息處理角度對人腦神經元網路進行抽象， 建立某種簡單模型，按不同的連線方式組成不同的...
- 人造神經網路
領導此項研究的加州理工學院生物工程專業博士後錢璐璐(音譯)在發表於2011年7月21日出版的《自然》雜誌上的論文中寫道：“這個人造‘大腦’可不簡單，它使得我們識別事物、形成記憶、做出決定並採取行動，這表明，一個由相互作用的分子組成的人造神經網路也能展示與大腦一樣的行為。”意義 科學家們表示，具有人工智慧型...
- BP神經網路
BP(back propagation)神經網路是1986年由Rumelhart和McClelland為首的科學家提出的概念，是一種按照誤差逆向傳播算法訓練的多層前饋神經網路，是套用最廣泛的神經網路模型之一。發展背景 在人工神經網路的發展歷史上，感知機(Multilayer Perceptron，MLP)網路曾對人工神經網路的發展發揮了極大的作用，也被認為是一種真正能夠...
- 長短期記憶人工神經網路
長短期記憶網路（Long-Short Term Memory,LSTM）論文首次發表於1997年。由於獨特的設計結構，LSTM適合於處理和預測時間序列中間隔和延遲非常長的重要事件。LSTM的表現通常比時間遞歸神經網路及隱馬爾科夫模型（HMM）更好，比如用在不分段連續手寫識別上。2009年，用LSTM構建的人工神經網路模型贏得過ICDAR手寫識別比賽冠軍。
- 人工記憶神經元
人工神經網路是在現代神經生物學研究基礎上提出的模擬生物過程，反映人腦某些特性的一種計算結構。它不是人腦神經系統的真實描寫，而只是它的某種抽象、簡化和模擬。在人工神經網路中，人工記憶神經元常被稱為“處理單元”。有時從網路的觀點出發常把它稱為“節點”。人工記憶神經元是對生物神經元的一種形式化描述，...
- 神經網路專家系統(提供專業知識的工具)
因此有人就提出使用人工神經網路開發專家系統的推理機機制，於是“人工神經網路專家系統”的概念也就應運而生。現狀及發展趨勢 專家系統是一種能在專家水平上工作的電腦程式系統，是人工智慧的一個最重要而活躍的分支，其使用彌補了人類專家不足等困難，並能利用、保存和推廣專家的知識和經驗，可以博採眾長，其工作...
- 二進神經網路
二進神經網路(Binaiy Neural Networks)，二進前向神經網路的簡稱，是輸入與輸出均為二進制的一種人工神經網路，可以精確實現任意給定的布爾函式。二進神經網路主要採用輸入、隱層、輸出三層結構，神經元採用硬限幅函式作為激發函式，每個神經元等價於一個分類超平面。簡介 二進神經網路是指具有以下三個特性的網路：(1)...
- 卷積神經網路
卷積神經網路具有表征學習（representation learning）能力，能夠按其階層結構對輸入信息進行平移不變分類（shift-invariant classification），因此也被稱為“平移不變人工神經網路（Shift-Invariant Artificial Neural Networks, SIANN）”。對卷積神經網路的研究始於二十世紀80至90年代，時間延遲網路和LeNet-5是最早出現的...
- 人工神經網路技術
人工神經網路技術，是從神經生理學和心理物理學的研究成果出發的對生物神經網路的理論抽象。是當前生物、數學、計算機等科學的熱點，也是一門涉及面極廣的交叉學科。人工神經網路技術，對生物神經網路的理論抽象。它從神經生理學和心理物理學的研究成果出發，套用數學方法描述具有大腦功能的信息處理的本質和能力，已成為...
- 神經網路預測控制
神經網路預測控制，（Neural NetworkPredictive Control），人腦是一個高度複雜的、非線性的並行信息處理系統，模仿人腦的工作機理建立起來的人工神經網路具備較強的非線性輸入輸出映射能力。如果將人工神經網路套用於預測控制，即形成神經網路預測控制(Neural Network Predictive Control)，簡稱NNPC。神經網路在處理非線性問題...
- 隨機神經網路
隨機神經網路是一種人工神經網路，並作為人工智慧的工具。簡介 隨機神經網路向神經網路引進隨機變化，一類是在神經元之間分配隨機過程傳遞函式，一類是給神經元隨機權重。這使得隨機神經網路在最佳化(Optimization)問題中非常有用，因為隨機的變換避免了局部最優(local minima)。由隨機傳遞函式建立的隨機神經網路通常被稱為...
- 神經網路算法
這種思維方式的根本之點在於以下兩點：1.信息是通過神經元上的興奮模式分布存儲在網路上；2.信息處理是通過神經元之間同時相互作用的動態過程來完成的。神經網路 思維學普遍認為，人類大腦的思維分為抽象（邏輯）思維、形象（直觀）思維和靈感（頓悟）思維三種基本方式。人工神經網路就是模擬人思維的第二種方式。這是一...
- 深度學習(人工神經網路的研究的概念)
深度學習是機器學習的一種，而機器學習是實現人工智慧的必經路徑。深度學習的概念源於人工神經網路的研究，含多個隱藏層的多層感知器就是一種深度學習結構。深度學習通過組合低層特徵形成更加抽象的高層表示屬性類別或特徵，以發現數據的分散式特徵表示。研究深度學習的動機在於建立模擬人腦進行分析學習的神經網路，它模仿人腦...
- 人工神經網路原理及仿真實例第2版
《人工神經網路原理及仿真實例第2版》是2007年機械工業出版社出版的圖書，作者是高雋。內容提要 本書以神經網路結構為主線,以學習算法為副線,詳細介紹了神經網路結構和算法步驟,目的是使讀者易看懂,能動手,會套用。主要內容包括:人工神經網路簡介、單層前向網路及LMS學習算法、多層前向網路及BP學習算法、支持向量機...
- 前饋神經網路
前饋神經網路，是一種最簡單的神經網路，各神經元分層排列，每個神經元只與前一層的神經元相連。接收前一層的輸出，並輸出給下一層，各層間沒有反饋。是套用最廣泛、發展最迅速的人工神經網路之一。研究從20世紀60年代開始，理論研究和實際套用達到了很高的水平。簡介 前饋神經網路（feedforward neural network，FNN...
- 廣義回歸神經網路
在數學建模領域，徑向基函式網路（Radial basis function network，縮寫 RBF network）是一種使用徑向基函式作為激活函式的人工神經網路。徑向基函式網路的輸出是輸入的徑向基函式和神經元參數的線性組合，廣義回歸神經網是基於徑向基函式網路一種改進。廣義回歸神經網路也可以可以通過徑向基神經元和線性神經元來設計。簡介 ...
- 人工神經網路法
人工神經網路法，一種預測方法。人工神經網路是仿照生理學上的真實人腦神經網路的結構、功能和基本特性，通過計算機網路系統構成基本網路結點（即神經元）所組成的一種信息處理系統。可以記憶（存儲）、處理一定的信息，並與其他結點並行工作，通過大量簡單的網路結點相互連線，模擬人腦神經處理信息。在模式識別、非線性動態...
- 遞歸神經網路
遞歸神經網路（recursive neural network）是具有樹狀階層結構且網路節點按其連線順序對輸入信息進行遞歸的人工神經網路（Artificial Neural Network, ANN），是深度學習（deep learning）算法之一。遞歸神經網路（recursive neural network）提出於1990年，被視為循環神經網路（recurrent neural network）的推廣。當遞歸神經網路...
- 徑向基函式網路
在數學建模領域，徑向基函式網路（Radial basis function network，縮寫:RBF network）是一種使用徑向基函式作為激活函式的人工神經網路。徑向基函式網路的輸出是輸入的徑向基函式和神經元參數的線性組合。徑向基函式網路具有多種用途，包括函式近似法、時間序列預測、分類和系統控制，最早由布魯姆赫德（Broomhead）和洛維（...
- 人工神經網路原理及其套用
《人工神經網路原理及其套用》是一本正文語種為簡體中文的書籍。分緒論、人工神經網路的基本原理與算法等九章，論述了人工神經網路的基本單元、網路結構、幾種常用的人工神經網路的算法及其在電力系統中的套用。內容簡介 《人工神經網路原理及其套用》論述人工神經網路的基本單元、網路結構、幾種常用的人工神經網路的算法...
- 人工神經網路原理及套用
《人工神經網路原理及套用》是2006年科學出版社出版的圖書，作者是朱大奇、史慧。內容簡介 本書中心內容包括前饋型BP神經網路；反饋型Hopfield神經網路和雙向聯想記憶 BAM神經網路；局部逼近的CMAC小腦神經網路和徑向基函式RBF神經網路；競爭學習的自組織SOM神經網路、對偶傳播CPN神經網路、ART自適應諧振理論及量子神經網路。
- 人工神經網路逼近能力及其套用
《人工神經網路逼近能力及其套用》是2020年科學出版社出版的圖書，作者是李風軍,韓惠麗。內容簡介 自20世紀80年代以來，有關人工神經網路的研究引起了眾多科學工作者的興趣，形成了近代非線性科學和智慧型計算研究的主要內容之一。本書旨在幫助讀者了解這方面的概況、動態、思維模式和研究方法。書中綜合了作者收集到的國內外...
- PIDNN
PID神經網路的價值之一在於提出了新的思路，它將靜態的神經元擴充到動態的神經元，特別是將PID特性賦予了神經元，這種擴充大大豐富了人工神經網路的內涵。PID神經網路的價值之二在於它立足於實用性，PID神經元網路的結構、連線權重初值的選取都是基於套用。PID神經網路的價值之三在於它對多變數系統良好的控制性能，為...
