神经元的通用功能模型

风靡全球

神经元的通用功能模型

神经元一般由:输入、处理、输出三个部分构成。它们在网络图中用圆圈表·示,记为u。神经元可以接受其他神经元输出的信号或系统外部引入的信号作为它的输入内容,将这些信号经过一定的处理后得到一个结果,再以信号形式输出到其他神经元或系统外部。

人工神经元(简单神经元)可形式地描述成一个多输入、单输出的非线性阐值器.

神经网络的发展史

人工神经网络的发展可追溯到一个世纪前,根据文献l5],可把这一历史分为四个时期。第一时期为初始发展期,自1890年至1969年;第二时期为低潮时期,自1969年至1982年;第三时期为复兴时期,自1982年至1986年;第四时期为发展高潮期,自1986年到现在。

1890年,美国生理学家.wJalnes出版了《生理学》一书,首次阐明了有关`人脑结构及其功能,以及一些相关学习、联想记忆的基本规则。大约经过半个世纪以后,Mcculfohc和iPstt发表了十分有名的论文。在这篇文章中,他们用已知的神经细胞生物基础,描述了一个简单的人工神经元模型,这个神经元的活动是服从二值变化的,即兴奋和抑制,任何兴奋突触有输入激励后,使神经元兴奋,与过去神经元活动情况和神经元的位置无关,任何抑制突触被输入激励后,这个神经元即被抑制。突触的值是不变的,突触存在延迟时间为.0sms。就是后来的M一P模型。1949年,Donalao.Hebb发表论著((行为自组织》[8],提出THebb学习算法。1958年Frax水oRsenblatt定义了一个神经网络结构,称为感知器(声rceinton),这是第一个真正的人工神经网络。1960年BemadriWdorw和MaricanHoff提出了iWdorwwe-Hoff算法,后来被称为LMS算法,在数学上就是`人们所知的速降法。

耐nMinsky和seymourpaPert在《perceptrons))一书中指出,一些很基本的运算问题,不能用一Pe魂如otrn网络来解决。在此书的影响下,计算机科学领域许多热心于神经网络的研究者都放弃了神经网络的研究而转向人工智能。用于神经网绍的研究经费大减,神经网络研究领域几乎被冷落了20年。但在这一时期,探索仍在继续。神经生理学家JamesA刀der努n创立了神经网络模型Biarn一tSaet·in一Box。在日本和欧洲,研究还在进行。如KunihikoFkusuhima发展了网络模型进行视觉模式识别。

神经网络技术还处在发展阶段,还不可能代替传统的计算机。但神经网络技术与传统的计算技术格结合,与传统的和人工智能的应用方法相结合,将会得到更广泛地应用。神经网络技术是计算技术发展一的推动因素,神经网络也在促进人工智能和统计技术的发展。