当前课程知识点:人工智能 > 4.计算智能 > 4.2神经网络 > 4.2.1神经网络概述
神经网络或叫神经计算,是计算智能的重要基础和核心,也是计算智能乃至智能科学技术的一个重要研究领域。
生物神经系统是人工神经网络的基础。人工神经网络是对人脑神经系统的简化、抽象和模拟,具有人脑功能的许多基本特征。
为方便对神经网络的进一步讨论,下面先介绍:生物神经元的结构、生物神经元的功能和人脑神经系统的联结机制。
它由细胞体(Soma)、轴突(Axon)和树突(Dendrite)三个主要部分组成 。

细胞体由细胞核、细胞质和细胞膜等组成,其直径大约为0.5-100μm大小不等。细胞体是神经元的主体,用于处理由树突接受的其它神经元传来的信号,内部是细胞核,外部是细胞膜,细胞膜的外面是许多向外延伸出的纤维。 轴突是由细胞体向外延伸出的所有纤维中最长的一条分枝,用来向外传递神经元产生的输出电信号。每个神经元都有一条轴突,其最大长度可达1m以上。在轴突的末端形成了许多很细的分枝,这些分支叫神经末梢。每一条神经末梢可以与其它神经元形成功能性接触,该接触部位称为突触。所谓功能性接触,是指非永久性的接触,这正是神经元之间传递信息的奥秘之处。树突是指由细胞体向外延伸的除轴突以外的其它所有分支。树突的长度一般较短,但数量很多,它是神经元的输入端,用于接受从其它神经元的突触传来的信号。
根据神经生理学的研究,生物神经元的2个主要功能是:神经元的兴奋与抑制,神经元内神经冲动的传导。
① 神经元的抑制与兴奋
抑制状态是指神经元在没有产生冲动时的工作状态。
兴奋状态是指神经元产生冲动时的工作状态。
通常情况下,神经元膜电位约为-70 毫伏,膜内为负,膜外为正,处于抑制状态。当神经元受到外部刺激时,其膜电位随之发生变化,即膜内电位上升、膜外电位下降,当膜内外的电位差大于阈值电位(约+40毫伏)时,神经元产生冲动而进入兴奋状态。
说明:神经元每次冲动的持续时间大约1毫秒左右,在此期间即使刺激强度再增加也不会引起冲动强度的增加。神经元每次冲动结束后,都会重新回到抑制状态。如果神经元受到的刺激作用不能使细胞膜内外的电位差大于阈值电位,则神经元不会产生冲动,将仍处于抑制状态。
② 神经元内神经冲动的传导
神经冲动在神经元内的传导是一种电传导过程,神经冲动沿神经纤维传导的速度却在4.2---320km/s之间,且其传导速度与纤维的粗细、髓鞘的有无有一定关系。一般来说,有髓鞘的纤维的传导速度较快,而无髓鞘的纤维的传导速度较慢。
① 人脑神经系统的联结规模
人脑大约由
--
个神经元所组成,其中每个神经元大约有3*
个突触。
小脑中的每个神经元大约有
个突触,并且每个突触都可以与别的神经元的一个树突相连。
人脑神经系统就是由这些巨量的生物神经元经广泛并行互连所形成的一个高度并行性、非常复杂的神经网络系统。
② 人脑神经系统的分布功能
人脑神经系统的记忆和处理功能是有机的结合在一起的,每个神经元既具有存储功能,同时又具有处理能力。 从结构上看,人脑神经系统又是一种分布式系统。人们通过对脑损坏病人所做的神经生理学研究,没有发现大脑中的哪一部分可以决定其余所有各部分的活动,也没有发现在大脑中存在有用于驱动和管理整个智能处理过程的任何中央控制部分。即,人类大脑的各个部分是协同工作、相互影响的。在大脑中,不仅知识的存储是分散的,而且其控制和决策也是分散的。
-1.1人工智能的定义与发展
--人工智能的诞生
--定义
--发展
-1.2智能的本质
--人类智能
--人工的智能
-1.3人工智能各学派的认知观
--AI的萌芽
-1.4人工智能的研究与应用领域
--AI的研究范围
--AI在中国
-资源推荐
--有趣的资源
-章节习题
-2.1知识的基本概念
-2.2状态空间法
--习题
-2.3问题归约法
-2.4谓词逻辑法
-章节习题
-3.1图搜索策略
--图搜索策略概述
-3.2盲目搜索策略
-3.3启发式搜索策略
-3.4消解原理
-章节习题
-4.1概述
--计算智能定义
-4.2神经网络
-4.3进化计算
-4.4蚁群算法
-4.5模拟退火算法
-4.6博弈搜索策略
--教师讲解:博弈树
--教师讲解:剪枝
-章节习题
-5.1专家系统概述
-5.2专家系统结构
--5.4 黑板模型
-5.3专家系统的应用与发展概况
-5.4专家系统实例
-6.1机器学习的基本概念
-6.2记忆学习
-6.3归纳学习
-- 6.3.3决策树学习
-6.4解释学习
-6.5神经学习
-章节习题
-7.1自然语言理解概述
--7.1.1概述
-7.2词法分析
--词法分析
-7.3句法分析
-7.4 统计语言建模
-7.5信息检索



