對于神經(jīng)網(wǎng)絡(luò)技術(shù)論文

對于神經(jīng)網(wǎng)絡(luò)技術(shù)的探究多年以來，科學(xué)家們不斷從醫(yī)學(xué)、生物學(xué)、生理學(xué)、哲學(xué)、信息學(xué)、計(jì)算機(jī)科學(xué)、認(rèn)知學(xué)、組織協(xié)同學(xué)等各個(gè)角度探索人腦工作的秘密，希望能制作模擬人腦的人工神經(jīng)元。在研究過程中，近年來逐漸形成了一個(gè)新興的多學(xué)科交叉技術(shù)領(lǐng)域，稱之為”人工神經(jīng)網(wǎng)絡(luò)”。神經(jīng)網(wǎng)絡(luò)的研究涉及眾多學(xué)科領(lǐng)域，這些領(lǐng)域互相結(jié)合、相互滲透并相互推動(dòng)。

人工神經(jīng)網(wǎng)絡(luò)是由大量的簡單基本元件-神經(jīng)元相互聯(lián)接而成的自適應(yīng)非線性動(dòng)態(tài)系統(tǒng)。每個(gè)神經(jīng)元的結(jié)構(gòu)和功能比較簡單，但大量神經(jīng)元組合產(chǎn)生的系統(tǒng)行為卻非常復(fù)雜。人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)模仿人腦，反映了人腦功能的若干基本特性，能夠自身適應(yīng)環(huán)境、總結(jié)規(guī)律、完成某種運(yùn)算、識別或過程控制。人工神經(jīng)網(wǎng)絡(luò)具有并行處理特征，可以大大提高工作速度。

人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和優(yōu)越性，主要表現(xiàn)在三個(gè)方面：

第一，具有自學(xué)習(xí)功能。

第二，具有聯(lián)想存儲功能。

第三，具有高速尋找優(yōu)化解的能力。

1神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法

神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)也稱為訓(xùn)練，指的是神經(jīng)網(wǎng)絡(luò)在外界環(huán)境的刺激作用下調(diào)整網(wǎng)絡(luò)自由參數(shù)，并以新的方式來響應(yīng)外部環(huán)境的過程。能夠從環(huán)境中學(xué)習(xí)并在學(xué)習(xí)中提高自身性能是神經(jīng)網(wǎng)絡(luò)最有意義的性質(zhì)。理想情況下，神經(jīng)網(wǎng)絡(luò)在每一次重復(fù)學(xué)習(xí)后，對它的環(huán)境有了更多的了解。

（1）監(jiān)督學(xué)習(xí)（有教師學(xué)習(xí)）

在學(xué)習(xí)時(shí)需要由教師提供期望輸出，通常神經(jīng)網(wǎng)絡(luò)對于周圍的環(huán)境未知而教師具有周圍環(huán)境的知識，輸入學(xué)習(xí)樣本，教師可以根據(jù)自身的知識為訓(xùn)練樣本提供最佳逼近結(jié)果，神經(jīng)網(wǎng)絡(luò)的自由參數(shù)在誤差信號的影響下進(jìn)行調(diào)整，其最終目的是讓神經(jīng)網(wǎng)絡(luò)模擬教師。

（2）非監(jiān)督學(xué)習(xí)（無教師學(xué)習(xí)）

它也稱為自組織學(xué)習(xí)，系統(tǒng)在學(xué)習(xí)過程中，沒有外部教師信號，而是提供給一個(gè)關(guān)于網(wǎng)絡(luò)學(xué)習(xí)性質(zhì)的度量，它獨(dú)立于學(xué)習(xí)任務(wù)，以此尺度來逐步優(yōu)化網(wǎng)絡(luò)，一旦網(wǎng)絡(luò)與輸入數(shù)據(jù)的統(tǒng)計(jì)規(guī)律達(dá)成一致，那么它將發(fā)展形成用于輸入數(shù)據(jù)編碼特征的內(nèi)部表示能力，從而自動(dòng)創(chuàng)造新的類別。

（3）強(qiáng)化學(xué)習(xí)（激勵(lì)學(xué)習(xí)）

在強(qiáng)化學(xué)習(xí)系統(tǒng)中，對輸入輸出映射的學(xué)習(xí)是通過與外部環(huán)境的不斷交互作用來完成學(xué)習(xí)，目的是網(wǎng)絡(luò)標(biāo)量函數(shù)值最小，即外部環(huán)境對系統(tǒng)輸出結(jié)果只給出評價(jià)信息（獎(jiǎng)或罰）而不是給出正確答案，學(xué)習(xí)通過強(qiáng)化那些受獎(jiǎng)的動(dòng)作來改善自身性能。

神經(jīng)網(wǎng)絡(luò)針對學(xué)習(xí)問題修改網(wǎng)絡(luò)自由參數(shù)的過程稱為學(xué)習(xí)規(guī)則（學(xué)習(xí)算法），設(shè)計(jì)學(xué)習(xí)規(guī)則的目的是訓(xùn)練網(wǎng)絡(luò)來完成某些任務(wù)，沒有一個(gè)獨(dú)特的學(xué)習(xí)規(guī)則可以完成所有的學(xué)習(xí)任務(wù)。神經(jīng)網(wǎng)絡(luò)有5個(gè)基本的學(xué)習(xí)規(guī)則：誤差--修正學(xué)習(xí)，基于記憶的學(xué)習(xí)，hebb學(xué)習(xí)，競爭學(xué)習(xí)，隨機(jī)學(xué)習(xí)。

2神經(jīng)網(wǎng)絡(luò)的研究趨勢

（1）利用神經(jīng)生理與認(rèn)知科學(xué)研究大腦思維模式及智能機(jī)理過程

深入研究神經(jīng)網(wǎng)絡(luò)理論神經(jīng)網(wǎng)絡(luò)在一定程度上揭示人類智能和了解人腦的工作方式，由于人類對神經(jīng)系統(tǒng)的了解非常有限，而且對其自身腦結(jié)構(gòu)及其活動(dòng)機(jī)理的認(rèn)識不完善，故而神經(jīng)網(wǎng)絡(luò)只能是模仿人腦的局部功能，而對人腦作為一個(gè)整體的功能解釋，神經(jīng)網(wǎng)絡(luò)起不到任何作用。神經(jīng)科學(xué)，心理學(xué)和認(rèn)識科學(xué)等方面提出的一些重大問題，是向神經(jīng)網(wǎng)絡(luò)理論研究提出的新挑戰(zhàn)，這些問題的解決有助于完善和發(fā)展神經(jīng)網(wǎng)絡(luò)理論，因此利用神經(jīng)生理和認(rèn)知科學(xué)研究大腦思維及智能機(jī)理，如有新的突破將會(huì)改變智能和機(jī)器關(guān)系的認(rèn)識。

（2）神經(jīng)網(wǎng)絡(luò)領(lǐng)域的數(shù)學(xué)研究趨于重要

隨著神經(jīng)科學(xué)基礎(chǔ)理論研究的深入，用數(shù)理方程探索智能水平更高網(wǎng)絡(luò)模型將是研究的趨勢所在，神經(jīng)元以電為主的生物過程在認(rèn)識上一般采用非線性動(dòng)力學(xué)模型，其動(dòng)力演變過程往往是非常復(fù)雜的，神經(jīng)網(wǎng)絡(luò)這種強(qiáng)的生物學(xué)特征和數(shù)學(xué)性質(zhì)，要求有更好的數(shù)學(xué)手段，而對于神經(jīng)網(wǎng)絡(luò)這樣非線性模型，需要用數(shù)學(xué)方法研究網(wǎng)絡(luò)新的算法和網(wǎng)絡(luò)性能，如穩(wěn)定性、收斂、容錯(cuò)性、魯棒性等，開發(fā)新的網(wǎng)絡(luò)數(shù)理理論，如神經(jīng)動(dòng)力學(xué)、非線性神經(jīng)場等。研究人員斷言一種更簡潔、更完善和更有效的非線性系統(tǒng)表達(dá)與分析的數(shù)學(xué)方法是這一領(lǐng)域主要目標(biāo)之一。

（3）神經(jīng)網(wǎng)絡(luò)軟件模擬、硬件實(shí)現(xiàn)的研究以及神經(jīng)網(wǎng)絡(luò)在各個(gè)科學(xué)技術(shù)領(lǐng)域應(yīng)用的研究

目前，數(shù)字計(jì)算機(jī)在計(jì)算方面的能力已遠(yuǎn)遠(yuǎn)超出入的大腦，但在自然語言理解、圖像辨識、信息處理等方面都顯得笨拙，原因是基于馮·偌依曼思想的計(jì)算機(jī)結(jié)構(gòu)及其運(yùn)算方式與人的大腦有本質(zhì)的區(qū)別，而神經(jīng)計(jì)算機(jī)（第六代計(jì)算機(jī)）以神經(jīng)網(wǎng)絡(luò)為理論基礎(chǔ)，用于模擬神經(jīng)網(wǎng)絡(luò)，具有自學(xué)習(xí)、自組織和自適應(yīng)能力，能更有效地處理復(fù)雜問題，其實(shí)現(xiàn)過程用光學(xué)、生物芯片的方式，現(xiàn)在光學(xué)神經(jīng)計(jì)算機(jī)和分子計(jì)算機(jī)的研究是神經(jīng)網(wǎng)絡(luò)的前沿課題。

（4）神經(jīng)網(wǎng)絡(luò)和其它算法結(jié)合的研究

神經(jīng)網(wǎng)絡(luò)和其它算法的結(jié)合和交叉，研究新型神經(jīng)網(wǎng)絡(luò)模型也是發(fā)展方向之一。如神經(jīng)網(wǎng)絡(luò)和模糊邏輯結(jié)合，建立模糊神經(jīng)網(wǎng)絡(luò)；將混沌理論和神經(jīng)網(wǎng)絡(luò)結(jié)合建立混沌神經(jīng)網(wǎng)絡(luò)；將遺傳算法和神經(jīng)網(wǎng)絡(luò)結(jié)合；利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)或權(quán)值；將小波分析和神經(jīng)網(wǎng)絡(luò)結(jié)合建立小波神經(jīng)網(wǎng)絡(luò)；專家系統(tǒng)，貝葉斯學(xué)習(xí)以及粗糙集理論和神經(jīng)網(wǎng)絡(luò)結(jié)合等，這些都是神經(jīng)網(wǎng)絡(luò)研究的熱點(diǎn)。

3結(jié)束語

神經(jīng)網(wǎng)絡(luò)雖已在許多領(lǐng)域應(yīng)用中取得了廣泛的成功，但其發(fā)展還不十分成熟，還有一些問題需進(jìn)一步研究。比如：神經(jīng)計(jì)算的基礎(chǔ)理論框架以及生理層面的研究仍需深入；新的模型和結(jié)構(gòu)的研究；神經(jīng)網(wǎng)絡(luò)的可理解性問題；神經(jīng)網(wǎng)絡(luò)技術(shù)與其他技術(shù)更好的結(jié)合等。

今后的研究應(yīng)在充分利用神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)的基礎(chǔ)上，關(guān)注各個(gè)領(lǐng)域的新方法、新技術(shù)，發(fā)現(xiàn)它們之間的結(jié)合點(diǎn)，取長補(bǔ)短，并進(jìn)行有效的融合，從而獲得比單一方法更好的效果。除此之外，還應(yīng)當(dāng)加強(qiáng)神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論方面的研究和在實(shí)際應(yīng)用方面的研究，使其在工程應(yīng)用中進(jìn)一步發(fā)揮越來越大的作用，應(yīng)用領(lǐng)域越來越廣，應(yīng)用水平越來越高！

作者簡介：李娜，1981年6月，女，河北省新樂市人，石