湖北快3

您当前的位置:发电机组 > 常见问题 >

神经网络系统与传统数字计算机的区别

    神经网络系统是由简单而又大量的处理单元(或称神经元)通过广泛互连而形成的复杂网络系统。神经网络在信号、信息处理机制上,与传统的数字计算机有着根本的不同,它具有大规模并行模拟处理、连续时间动力学和网络全局作用等特点。信息的存储体现在神经元之间的分布上,存储区和操作区合二为一。神经网络具有很强的自适应学习能力、鲁棒性和容错能力,从而可以代替复杂耗时的传统算法,使信号处理过程更接近人类的思维活动。利用神经网络高度的并行运算能力,可以实时实现难以用数字计算和技术实现的最优信号处理算法。
    通过内部神经连接机制实现其输入、输出间的非线性映射。因而网络本身提供了一种用于逼近诊断关系的结构和技术上的条件,而且它还具有组织、自学习能力,能通过学习不断调整其内部连接机制,改善其分类联想能力。因此,当神经网络被用于状态识别时,可将其看作是一种具有知识存储、处理和学习功能的状态分类器。利用神经网络分布式信息存储和并行处理的特点,可以避开模式识别方法中建模的过程,从而消除由于模型不符所带来的影响,并实现实时识别,从而提高识别系统的性能。    它们的区别主要在于:①神经元特性不同; ②网络拓扑结构不同; ③学习和训练规则不同。
    本文由扬州奥特赛机电设备厂()整理
阅读过本文的朋友还对下面文章感兴趣:





网站湖北快3 | 发电机基础知识 | 国产发电机组 | 进口发电机组 | 发电机组品牌 | 静音式发电机组 | 联系我们 | 公司简介

电话:13952743238  手机:13952743238  联系人:王先生 地址:江苏省扬州市江都区双徐路188号(城北工业园)

Copyright ©2014 江苏奥特赛动力科技有限公司 版权所有 SEO技术支持:宏睿工作室
var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?be055eb5acfdc25d3bd72279b8418725"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s); })();