数学建模社区-数学中国
标题:
第一章:神经网络概述
[打印本页]
作者:
137368108
时间:
2011-8-20 15:52
标题:
第一章:神经网络概述
神经网络讲什么内容,讲计算模型,计算原理,工作原理,用途,实现方法。
2 O, R6 |: a# V2 c4 I7 B- H
1什么是神经网络
# `5 p" ?# T, R2 u4 A
1. 1神经网络与计算机
4 \( m7 i0 G1 k n+ {
计算机:
7 m( e% q. s# @7 b
四代计算机
8 u6 n% c( a5 G2 P
电子管,晶体管,集成电路,大规模集成电路。智能计算机是第5代,智能计算机不容易。速度提高快,智能不见怎么样。
5 L' X a- h, i: W" K3 S
计算机特点
1 c) l- ] }9 ~3 c, q( [9 D
二进制,5部分组成模块,存储程序。结构看:核心部件是中央处理器。专门存储部件,输入输出部件。
* Z8 \6 b( C0 N& {
神经网络发展史
% v! u* K3 N$ N+ o K
充满传奇色彩,讲故事。每次讲课都讲历史,过去那些出色成绩的故事,做出出色成绩的人的故事。
& O: R: X! A; I
(1) 神经网络来自人类对自己的研究,背景性研究起始于19世纪末,20世纪初。生物学家要搞清楚人或生命智能的道理。想办法解释自然现象,物理学。
0 E8 [ p/ ]: c( s( A
(2) 现代方式的神经网络研究神经网络研究,1940年,两个科学家:Warren McCulloch, Walter Pitts, 给出人工神经网络模型。现在人们使用的就是他们抽象出的神经元模型。
! i/ O( D {# p2 m
(3) hebb规则,1949,生物神经元学习机制。神经元传递信息的原则,互相作用的原则。两个神经原同时兴奋,则两者的连接强度增强。
( M% E6 R0 J/ j0 ^
(4) 1958年,rosenblatt真正造了一个神经网络,号称perceptron,感知器。
2 m: W- w; @) H
(5) 1960年,Bernard Widrow, Ted Hoff给出自适应线性神经网络,利用了widrow-hoff学习规则,应用于消除回声。真正应用,用于电话消除回声,很简单的元件。
( v) {0 E9 D% v, M; y$ z [
(6) 1969年,minsky与**t的书批评了感知器与自适应线性神经网络,打击了神经网络发展。从此神经网络发展陷入低谷。这个时代是计算机发展飞速,同时带有很多神秘感的时代。很多东西未能搞清楚,很有用,很吸引人的时代。大家都来研究计算机的人工智能是很正常的。Minsky的书中举了一个例子,说神经网络不是万能的。
3 }- j3 f; } c( ~2 U
(7) 科学发展需要冷静,1972年,Teuvo Kohonen与James Anderson发明自组织神经网络,Stephen Grossberg观察到自组织神经网络的许多新性质。有很多科学家在逆境中坚持神经网络研究,取得好成绩。我有时感觉在不是很热的环境下更能做出进展来。所以没有必要追求时髦。
( |2 l9 q; V: O$ m3 R
(8) 1960-1980计算机飞速发展,神经网络研究发展平静。计算机的研究发展遇到很多困难。1980年以后,神经网络又一次飞速发展,有点戏剧性。
S6 f8 r4 d, c7 b/ n( U
(9) 1982年Hopfield用统计机制解释神经网络,使人们对神经网络的认识前进了一大步。1986年BP学习算法,解决了minsky与**t的问题。David Rumelhart与James McClelland给出。Hopfield神经网络能解TSP问题,实现了一个神经网络解6个点的TSP问题。很神,后来实践证明也不能求精确解。
! u0 Q+ H9 p& t7 j
(10) 1986年以后,大量的神经网络研究文章和研究项目,发现了很多神经网络的新性质和新应用。人工神经网络一定很有前途,现在缺乏真正的应用,用起来不方便。每个国家都投入很多资金研究神经网络。成果很多,神经网络也就真正成长为一门成熟的科学了。
: I) v- b: C# I* Z. E8 A9 b; j; R- Q- d
神经网络特点
7 b6 Z: N+ s: m' Z
未必二进制,没有明确的存储器,计算,控制分工模糊,没有控制程序,性能好,用起来不方便。不好控制,不好用。
" Y% k* {% d( ^3 K+ h4 _9 B9 u/ I
1. 2神经网络应用
9 r) ?1 O/ k+ j+ j& ]
领域:
' P5 C0 O3 [9 Q; v( K! U/ \
空间技术:飞行器控制系统,飞行器元件仿真,飞行器元件错误探测器。举个例子,飞行器在飞行中判断什么是云彩,有没有风,风力多大。将飞行器飞行的环境数据采集以后训练神经网络,由神经网络控制飞行器前进速度,方向。
4 p! }* S6 L! ]- _" O% p3 K1 w3 G
Automotive:交通控制自动指示系统,红绿灯控制,摄像头照相看路上的车有多少,横穿马路人有多少,由此决定红灯还是绿灯,说着容易作着难。
- `$ L. ^7 E: j# G
银行:信贷申请评估器。
: e: @6 [: Z' u& D. F" R
语音:语音识别,语音压缩,声调识别。现在主要的应用。
' U' I- p6 w* J5 U5 o, |
机器人,Defense,Electronics, ebtertainment,Fiancial, Insurance, Manufacturing, Medical, Securities, Transportation。很多领域都用,想用就能用。
7 b' `2 Q* A2 q
1. 3生物基础
( c5 G5 z! E8 t, `& k2 ~
8 ]0 a: w. J- L4 N% t# Z% Q- @
神经纤维,传递信号,数字信号,二进制数。
# a7 S: Z# i" [3 N
神经突触,数模转换。数字信号转换为模拟信号。
+ c3 k# \0 I2 y2 X) \
神经信号,二进制信号。
+ E' a: I2 C3 X
时空整合,将一个时段内的各个模拟信息相加就成了。我开始看焦李成的书,看不懂,看公式,认为相加就是时空整合。
: {7 X& k, w W2 K- @( ^5 f# S @
第二章:神经元模型与神经网络结构
9 i7 n, n) `' _7 z* v( @
本章介绍人工神经网络的数学模型,从神经元开始。
/ i. ]6 Z6 k7 y6 |8 n; j# k, s
1多输入神经元模型,
8 R# `% x" m A, h3 J
5 C! V! i: r5 i7 _4 z w
y=f()
, w* y+ r+ W! d! V* Y/ y/ \
= =WTX-
3 O5 i* \3 }2 B8 I: i
W=(w1,w2,…,wn)T
4 e+ r8 Z, c4 a6 c! X+ H8 D
X=(x1,x2,…,xn)T。
: Z: [5 ~0 C( C' t# t
解释:
: a7 P% \! F2 `* p/ J8 W
(1)神经元有两种状态,兴奋/抑制。
5 r' O0 L4 t2 ^3 ^
(2)wi的含义:神经突触的作用,的含义,阈值。兴奋抑制。
4 R6 L3 l6 t8 t7 \
(3)时空整合,求和。数模转换后相加。什么是时空整合?笼统,不知道什么意思,暂且理解为求和。
' E9 I U _4 ^5 k* m, V
作用函数:
( c$ _; L. l! h
(1) hard limit
8 n" d* O* D& y' q7 I
f()= ,=
; S9 L- Y( b g, i! H# A8 @
# G8 z3 u/ e( j) L p5 T8 }2 i* b# b
(2) symmetric hard limit
, ~3 j( o, J, y
f()= ,=
# G ?& N1 T) q4 {2 F- ?$ l0 d! N
0 Y0 W5 V' T- V' [7 t
(3) linear
( v- |# S; Q3 A, l8 f/ |' l
f()=,= ,线性
4 _9 K# }! x6 O4 P5 L
. _6 i8 c* i5 D. O7 I
(4) saturating linear,
' J6 m9 i) a; o+ r# E3 i$ H
f()= ,=
% N) | @" c* r$ U0 m
& {& z# ?) ], u1 t6 }" t& b/ m
(5) symmetric saturating linear
) }0 r! g5 K+ q1 g: g$ O
f()= ,=
4 j. }1 b7 T' J( s9 D: J: d8 N0 q
+ G, {. B b0 k( S+ T$ v+ ?
(6) log-sigmoid
7 `# `9 C u# W* l0 [* x) x
f()= ,=
: t9 |! E& s0 r7 A7 N: C
(7) hyperbolic tangent sigmoid
. f: x m. R9 e5 [$ \5 a
f()= ,=
! @+ }; Z( S. O/ v- D
(8) positive linear
7 A2 e6 a' z: \: U
f()= ,=
% }5 E. `) |$ l+ {
2神经网络结构
, W$ j$ l x5 N! l* E
(1) 前馈网络
/ l8 | ^ a9 B2 Z7 U6 X
% r$ z# c9 I7 R: S8 G
(2) 反馈网络
$ ` N3 c1 b1 K! X/ Y& U# p
% p E. Z |: u0 V% b% v" T, W
(3) Recurrent神经网络
- ~3 F Y5 i |, O, r. w# [9 |- D
& U: O! b0 u. G1 a5 K
(4) 单层前馈神经网络
9 g. ^) A8 ] c) [5 r- P V$ Z
问题:
+ r: v! `- O Y D* I0 X2 T
(1)每层有多少个神经元,每个神经元采用什么传递函数,每个连接的权值是多少?
2 l. E! P& r/ [% f; y9 @
(2)针对问题,确定神经网络,即为学习。
1 m: U# C3 d7 P( K' r; F
(3)用作记忆,具有联想能力的记忆函数,象人一样,识别字母,a, b, c, d, e, f, g, …, x, y, z.
! _ ^3 `! n0 E z; g
还有其他种类的神经网络,等讲到时再说。
- ?+ Q( Q7 f- X ^; {1 r. I# _
3神经网络学习规则
. i4 C, x8 a5 n \0 D2 z9 Y2 Q
自己看,以后慢慢理解。
# y9 K! a# O8 \: ]8 P6 n/ h
4应用实例
$ T+ l4 ?) M" e2 W7 p3 g
( i9 m; h, B% B0 |
解采用hard-limit函数神经元
5 i7 ] M- o7 g$ c' l, C
" a- ?; V' V$ e
4 h" Z5 Z1 ?3 D, C: P3 C, k
作者:
caibingyuan
时间:
2011-8-28 20:30
我狂晕!!!体力去了怎么又下不了!!!
作者:
怀空
时间:
2011-9-2 20:55
看看。。。。。。
作者:
huaxiao6160
时间:
2011-12-27 17:16
神经这个东西不好学,看了半天看不懂
作者:
平平凡凡的我
时间:
2011-12-30 19:30
对我来说是比较高深的内容,还需要入门呀。
作者:
凌星
时间:
2012-1-15 09:16
kanqilaitingnande
作者:
你好漂亮
时间:
2012-1-18 18:55
..........
作者:
Lovely君
时间:
2012-1-19 11:56
看不懂啊
作者:
凼凼
时间:
2012-1-19 17:17
这个东西怎么用,用得范围是什么,用来干什么
作者:
gucci_purple
时间:
2013-1-6 17:05
顶顶啊啊~~
作者:
lingxin179
时间:
2015-9-5 16:27
谢谢楼主分享
# {/ u8 T1 `) w
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5