人工神经网络与人工智能及其相关论文

1、人工神经网络的论文

神经网络构成了我毕业论文的重要组成部分
4．人工神经网络
人类的思维活动主要包含逻辑性与直观性两种基本形式。逻辑性思维是依据逻辑规则进行推理的过程，它将信息转化为概念并以符号表示，随后通过符号运算按照串行模式进行推理。这一过程可以编写为串行指令，由计算机执行。然而，直观性思维则是将分布式存储的信息综合起来，从而在瞬间产生想法或解决问题的方法。这种思维方式的核心特征包括两点：1. 信息通过神经元上的兴奋模式分布于网络中；2. 信息处理是通过神经元之间同时相互作用的动态过程完成的。
人工神经网络正是对人思维的第二种方式的模拟。它是一种非线性动力学系统，其特点在于信息的分布式存储和并行协同处理能力。虽然单个神经元结构极其简单且功能有限，但由大量神经元构成的网络系统所能实现的行为却极为丰富多样。
4.1人工神经网络学习的基本原理
人工神经网络首先需要遵循一定的学习准则进行训练，之后才能正常运行。以人工神经网络对手写“A”、“B”两个字母的识别为例加以说明：规定当输入为“A”时输出应为“1”，而输入为“B”时输出应为“0”。
因此，学习准则应