研究区域森林生物量一神经网络模型的研究
研究区域森林生物量一神经网络模型的研究人工神经网络,是近年来发展起来的模拟人脑生物过程的人工智能技术。它由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。它不需要任何先验公式就能从己有数据中自动地归纳规则,获得这些数据的内在规律,具有很强的非线性映射能力,特别适合于因果关系复杂的非确性推理、判断、识别和分类等问题。它是模拟人脑智能结构的特点,将问题抽象的简化模拟,将神经元连接成高度相关的多层网络结构,由各神经元构成的并行协同处理的网络系统,从而实现极为丰富的行为。具有独特的信息处理和解决能力付习,目前神经网络在生态系统模拟、生态数据处理以及遥感生态参数的提取方得到了一定的应用一刀。神经网络模型神经网络是由大量的处理单元神经元互相连接而成的网络。为了模拟大脑的基本特性,在神经科学研究的基础上,提出了神经网络模型。但是,实际上神经网络并没有完全反映大脑的功能,只是对生物神经网络进行了某种抽象、简化和模拟。神经网络的信息处理通过神经元的相互作用还实现,知识与信息的存储表现为网络元件互连分布式的物理联系。神经网络的学习和识别取决于各神经元连接权系数的动态演化过程。生物神经元神经元模型是基于生物神经元的特点提出的。人脑是由大量的生物神经元组成,数量级为,神经元之间互相有连接,从而构成一个庞大而复杂的神经元网络。神经元是大脑处理信息的基本单元,结构如图一所示。神经元主要由三部分组成细胞体,树突和突触也叫神经键。细胞体,是由很多分子形成的综合体,内部含有一个细胞核、核糖体、原生质网状结构等,它是神经元活动的能量供应地,并进行新陈代谢等各种生化过程。树突,是指细胞体的伸延部分产生的分枝,它是接受从其它神经元传入信息的入口。轴突,是指细胞体突起的最长的外伸管状纤维,最长的轴突可达以上。它是将神经元兴奋信息传到其它神经元的出口。突触,是指一个神经元与另一个神经元之间相联系并进行信息传送的结构。由于突触的信息传递特性是可变的,形成了神经元间联接的柔性,称为结构的可塑性。`细胞膜电位,是指神经细胞在受到电的、化学的、机械的刺激后,能产生兴奋。此时,细胞膜内外有电位差,称为膜电位。电位膜内为正,膜外为负。生物神经元具有兴奋与抑制功能,使神经元细胞在细胞膜电位超过动作电位的闭值时出现兴奋状态,产生神经冲动,由轴突经神经末梢输出在细胞膜电位降低至闭值以下时出现抑制状态,不产生神经冲动。同时,生物神经元由于其结构的可塑性,突触的传递作用可增强与减弱,从而具有学习与遗忘的功能。
页:
[1]