SPSS统计分析软件包与神经网络应用

风靡全球

SPSS统计分析软件包与神经网络应用

人工神经网络简介

概述

人工神经网络(加ificialNeuralNetwork,ANN),简称神经网络,是基于人们对人脑组织结构、活动机制的初步认识而建立起来的新学科,其目的在于模拟大脑的某些机理与机制,实现某方面的功能。它涉及生物、电子、计算机、数学和物理等学科,有着非常广泛的应用前景,这门学科的发展对目前和未来的科学技术的发展将有重要的影响。

人工神经网络就是采用物理可实现的系统来模仿人脑神经细胞的结构和功能的系统。它由许多非常简单的,彼此之间高度连接的处理单元组成,这些单元是模仿大脑中的神经细胞(神经元)设计成的。国际著名的神经网络专家,第一家神经计算机公司的创立者和领导人Heeht一Nielsen给人工神经网络下的定义为:

“人工神经网络是由人工建立的以有向图为拓扑结构的动态系统,它通过对连续或断续的输入作状态响应而进行信息处理。”它反映了人脑功能的许多基本特性,但它并不是人脑神经网络系统的真实写照,而只是对其作某种简化、抽象和模拟。其中神经元的节点特性、网络拓扑结构和学习规则是神经网络构成的三要素,可以组成不同的网络模型。

典型的神经网络的连接形式输出层中间层输入层典型的神经网络模型

在神经网络中,各处理单元的这种连接是靠研究大脑的结构得到启而设计的。神经网络中的单元结构只是生物神经元的一种原始模型,因此不能说现在的神经网络就是完全按生物神经网络的方式工作的。在神经网络中,处理单元是个极简单的器件。它从输入端直接接受输入的激励,并且转换这种输入激励为输出响应,然后将此输出响应借输出连接向后传递。描述将输入激励转换为输出响应的数学表达式称为处理单元的传递函数。它由三步过程组成。首先处理单元计算它从所有的输入连接处接受的全部权重过的输入,或称为激励水平。一般表达式为

8 G6 s3 u7 c7 E1 v6 X7 p

9 p* S" @$ q" p
2 J: l. B4 K9 W8 {6 b, X