当前位置:刘伯温论坛 > 容错 >

人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼

  人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力,拥有强大容错功能,怎么理解?

  人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力,拥有强大容错功能,怎么理解?

  什么叫自学习、自组织、自适应、非线性函数逼近能力,而且还可以容错,什么意思?...

  什么叫自学习、自组织、自适应、非线性函数逼近能力,而且还可以容错,什么意思?

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  展开全部人工神经网络就像一个黑盒子,用于模拟任意函数。根据一定的训练样本(即所需模拟函数已知的输入和输出关系)神经网络可以改变其内部结构使其模型特性逼近训练样本。即所谓的自学习,自组织和自适应。并且,由于神经网络是采用整体逼近的方式,不会由于个别样本误差而影响整个模型特性,即所谓容错特性。其实用仿生的例子更容易理解,就像一个婴儿,父母不断教他说话,他最终能学习理解父母语言的意思,并且偶尔父母说错一两个字,孩子也能听懂。

  展开全部自适应、自学习能力:人工神经网络可以通过训练和学习获得网络的权值和结构,呈现出很强的自学习能力和对环境的适应能力。(就是可以根据环境要求,自动调节网络结构、节点权值、步长等)自组织能力:通过自动寻找样本中的内在规律和本质属性,自组织、自适应地改变网络参数和结构。容错性:人工神经网络通过自身的网络结构能够实现对信息的记忆,而所记忆的信息是存储在神经元之间的权值中。从单个权值中看不出所存储的信息内容,因而是分布式的存储方式,这使网络具有良好的容错性。

http://alanhandle.com/rongcuo/499.html
点击次数:??更新时间2019-07-24??【打印此页】??【关闭
  • Copyright © 2002-2017 DEDECMS. 织梦科技 版权所有  
  • 点击这里给我发消息
在线交流 
客服咨询
【我们的专业】
【效果的保证】
【百度百科】
【因为有我】
【所以精彩】