bp神经网络原理,循环神经网络原理( 三 )


神经网络是通过对人脑的基本单元——神经元的建模和联接 , 探索模拟人脑神经系统功能的模型 , 并研制一种具有学习、联想、记忆和模式识别等智能信息处理功能的人工系统 。神经网络的一个重要特性是它能够从环境中学习 , 并把学习的结果分布存储于网络的突触连接中 。神经网络的学习是一个过程 , 在其所处环境的激励下 , 相继给网络输入一些样本模式 , 并按照一定的规则调整网络各层的权值矩阵 , 待网络各层权值都收敛到一定值 , 学习过程结束 。然后我们就可以用生成的神经网络来对真实数据做分类 。
人工神经网络早期的研究工作应追溯至20世纪40年代 。下面以时间顺序 , 以著名的人物或某一方面突出的研究成果为线索 , 简要介绍

推荐阅读