当前课程知识点:智能控制 >  第五章 神经网络的理论基础 >  5.3 神经网络的基本概念 >  5.3 神经网络的基本概念

返回《智能控制》慕课在线视频课程列表

5.3 神经网络的基本概念在线视频

下一节:5.4 神经网络的分类

返回《智能控制》慕课在线视频列表

5.3 神经网络的基本概念课程教案、知识点、字幕

下面我们看一下

神经网络的基本概念

神经生理学和神经解剖学的研究表明

我们的人脑极其复杂

由一千多亿个神经元

交织在一起的网状结构构成

其中大脑皮层约140亿个神经元

小脑皮层约1000亿个神经元

我们人类通过人脑

能完成智能、思维等高级活动

为了能够利用数学模型

模拟人脑的活动

从而就导致了神经网络的研究

这是一个神经元

它有轴突、树突、细胞膜等等

那么神经系统的基本构造就是神经元

也就是神经细胞

它是处理人体内各部分之间

相互信息传递的基本单元

每个神经元细胞都有一个细胞体

这是它的核心

一个连接其他神经元的轴突

也就是作为输出的

还有一些向外伸出的其它较短分支

树突作为输入的组成

那么轴突的功能就是将

本神经元的输出信号

我是兴奋状态还是抑制状态

传递给别的神经元

其末端的许多神经末梢

使得兴奋或者抑制状态

可以同时传送给多个神经元

也就是轴突是作为

像其它神经元作为输出的

输出信息的

而树突是接受来自其它神经元的

兴奋或者抑制状态

作为本神经元的输入的

神经元细胞体将接收到了所有信号

也就是通过树突接收到了所有信号

进行简单的处理之后

通过轴突输出送给其他神经源

告诉它们我的状态是什么

那么神经元的轴突

与另外神经元神经末梢相连的部分

称为突触

这是一个生物神经元的示意图

那么细胞体细胞核

这是它的处理核心部分

还有轴突、树突

建立了跟其它神经元之间的联系

那么总而言之

构成人脑里面的基本组成单元

神经元它包括四个部分

第一 细胞体 也就是它的主体部分

包括细胞质、细胞膜、细胞核

第二 树突 用于为细胞体

传入各种各样的信息

传入其他神经元的状态信息

第三 轴突 为细胞体传出信息

其末端是轴突末梢

含传递信息的化学物质

那轴突就作为输出信息的

第四 突触 是神经元之间的接口

每个神经元大概有1万到10万个

这样的话通过树突、轴突

神经元之间就实现了信息的相互传递

通过研究发现

人脑的神经元具有如下的功能

第一 兴奋或者抑制状态

它的状态有两种

兴奋或者是抑制

那么如果传入神经元的冲动

经整合后使得细胞膜的电位升高

超过动作电位的阈值

这个时候就会兴奋状态

就会产生神经冲动

由轴突经神经末梢传出

相反如果传入神经元的冲动

经整合后

使得细胞膜电位降低

低于动作电位的阈值时

即为抑制状态

不产生神经冲动

那么这就是细胞膜电位

经过处理之后

它是高于还是低于动作电位的阈值

就会产生两种不同的状态

这是它的一个功能

第二 学习与遗忘功能

由于神经元结构的可塑性

突触的传递作用可增强或者减弱

所以神经元具有学习与遗忘的功能

这是它的两个特征

它有兴奋或抑制状态

还有学习与遗忘的功能

那么决定神经网络模型性能

有哪些要素呢

有这样三个方面

第一 神经元也就是信息处理单元特性

它本身怎么样进行处理的

第二 神经元之间相互连接的形式

也就是拓扑结构

它们之间怎么样相互连接的

就什么样拓扑结构

第三 为适应环境而改善性能的学习规则

类似于突触的传递作用

可增强可减弱

那我们之前的连接权值和阈值

怎么样进行调整

这叫学习规则

智能控制课程列表:

第一章 智能控制课程概论

-开篇

--开篇

-1.1课程考试方式

--1.1课程考试方式

-1.2 数据、信息、知识与智能

--1.2 数据、信息、知识与智能

-1.3传统控制面临的挑战

--1.3 传统控制面临的挑战.

-1.4 控制科学发展过程

--1.4 控制科学发展过程.

-1.5 智能控制的多元论

--1.5

-1.6 控制策略的渗透与融合

--1.6

-1.7 智能控制与传统控制的联系与区别

--1.7

-1.8 智能控制的类型之分级递阶智能控制系统

--1.8

-1.9 智能控制的类型之专家控制系统

--1.9

-1.10 智能控制的类型之模糊控制系统

--1.10

-1.11 智能控制的类型之神经网络控制系统,智能控制的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.11

-1.12智能控制系统的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.12

-1.13本章小结

--1.13

-第一章测试

第二章 专家控制专题

-2.1基于搜索的问题求解

--2.1.1 搜索与人工智能的关系

--2.1.2 算法1 随机搜索

--2.1.3 算法2 引入CLOSED表.

--2.1.4 算法3 引入OPEN表.

--2.1.5 纵向搜索算法(深度优先搜索)

--2.1.6 横向搜索算法(广度优先搜索)

-- 2.1.7 均一代价搜索

--2.1.8 启发式搜索

--2.1.9 登山法和最佳优先搜索.

-- 2.1.10 A星算法

-- 2.1.11 八数码魔方实例分析

-2.2 专家系统简介

--2.2.1 专家系统简介(上)

--2.2.2 专家系统简介(下)

- 2.3 专家PID

--2.3.1 专家PID (上)

--2.3.2 专家PID (下)

-第二章测试

第三章 模糊控制的理论基础

-3.1 模糊控制概述

--3.1.1 模糊控制概述

-3.2 模糊集合

--3.2.1 模糊集合(上)

--3.2.2 模糊集合(中)

--3.2.3 模糊集合(下)

-3.3 隶属函数

--3.3隶属函数.

-3.4 模糊关系及其运算

--3.4模糊关系及其运算

-第三章测试

第四章 模糊控制

- 4.1 模糊自适应整定PID控制原理

--4.1.1 模糊自适应整定PID控制原理(上)

--4.1.2 模糊自适应整定PID控制原理(下)

-4.2 基于FF的模糊PID控制试验验证

-- 4.2.1 基于FF的模糊PID控制试验验证(上)

-- 4.2.2 基于FF的模糊PID控制试验验证(下)

-第四章测试

第五章 神经网络的理论基础

- 5.1 神经网络简介

--5.1 神经网络简介

- 5.2 神经网络的发展简史

--5.2 神经网络的发展简史

-5.3 神经网络的基本概念

--5.3 神经网络的基本概念

- 5.4 神经网络的分类

--5.4 神经网络的分类

-5.5 神经网络的学习算法、基本特征和研究领域

--5.5 神经网络的学习算法、基本特征和研究领域

-第五章测试

第六章 典型神经网络

-6.1 感知器

--6.1.1 感知器的数学模型.

--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)

--6.1.2.2 感知器应用实例分析(实现逻辑运算异或)

- 6.2 BP神经网络

--6.2.1.1 BP神经网络简介(上)

--6.2.1.2 BP神经网络简介(中)

--6.2.1.3 BP神经网络简介(下)

--6.2.2.1 BP神经网络应用实例分析之一:逻辑运算异或实现

--6.2.2.2 BP神经网络应用实例分析之二:非线性函数拟合

-第六章测试

第七章 遗传算法及其应用

- 7.1 什么是遗传算法

--7.1 什么是遗传算法

-7.2 遗传算法的特点

--7.2 遗传算法的特点

-7.3 遗传算法的基本操作之复制

--7.3 遗传算法的基本操作之复制

-7.4 遗传算法的基本操作之交叉与变异

--7.4 遗传算法的基本操作之交叉与变异

-第七章测试

第八章 遗传编程

-8.1 遗传编程工作原理

--8.1 遗传编程工作原理

-8.2 遗传编程基本操作之复制

--8.2 遗传编程基本操作之复制

-8.3 遗传编程基本操作之交换和突变

--8.3 遗传编程基本操作之交换和突变

- 8.4 遗传编程的工作步骤及实例分析

-- 8.4 遗传编程的工作步骤及实例分析

-第八章测试

期末测试

-期末测试

5.3 神经网络的基本概念笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。