人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks，簡寫為ANNs）也簡稱為神經(jīng)網(wǎng)絡(luò)（NNs）或稱作連接模型（ConnectionistModel），它是一種模范動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)和自適應(yīng)的能力，可以通過預(yù)先提供的一批相互對應(yīng)的輸入－輸出數(shù)據(jù)，分析掌握兩者之間潛在的規(guī)律，最終根據(jù)這些規(guī)律，用新的輸入數(shù)據(jù)來推算輸出結(jié)果，這種學(xué)習(xí)分析的過程被稱為“訓(xùn)練”。（引自《環(huán)球科學(xué)》2007年第一期《神經(jīng)語言：老鼠胡須下的秘密》） 目錄 [隱藏] 1 基本特征 2 歷史沿革 3 基本內(nèi)容 4 優(yōu)越性 5 研究方向 6 應(yīng)用分析 7 發(fā)展趨勢 8 相關(guān)詞條 9 參考資料 人工神經(jīng)網(wǎng)絡(luò)-基本特征 人工神經(jīng)網(wǎng)絡(luò) 由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。