神经网络 的四个基本属性是什么?
发布网友
发布时间：2022-04-22 05:35
共3个回答
热心网友
时间：2023-11-01 19:35
神经网络 的四个基本属性：
（1）非线性：非线性是自然界的普遍特征。脑智能是一种非线性现象。人工神经元处于两种不同的激活或抑制状态，它们在数学上是非线性的。由阈值神经元组成的网络具有更好的性能，可以提高网络的容错性和存储容量。
（2）无*性：神经网络通常由多个连接广泛的神经元组成。一个系统的整体行为不仅取决于单个神经元的特性，而且还取决于单元之间的相互作用和互连。通过单元之间的大量连接来模拟大脑的非*性。联想记忆是一个典型的无*的例子。
（3）非常定性：人工神经网络具有自适应、自组织和自学习的能力。神经网络处理的信息不仅会发生变化，而且非线性动态系统本身也在发生变化。迭代过程通常用来描述动态系统的演化。
（4）非凸性：在一定条件下，系统的演化方向取决于特定的状态函数。例如，能量函数的极值对应于系统的相对稳定状态。非凸性是指函数具有多个极值，系统具有多个稳定平衡态，从而导致系统演化的多样性。
扩展资料：
神经网络的特点优点：
人工神经网络的特点和优越性，主要表现在三个方面：
第一，具有自学习功能。例如实现图像识别时，只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络，网络就会通过自学习功能，慢慢学会识别类似的图像。自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测、市场预测、效益预测，其应用前途是很远大的。
第二，具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。
第三，具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈型人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。
参考资料：百度百科——人工神经网络
热心网友
时间：2023-11-01 19:35
神经网络的搭建，输入，隐藏与输出的设置。应用到遗传算法中，我们制定一个规则，什么样的坦克是好坦克：比如杀一个坦克+15，按存活时间+10，死亡后-25；这样判别优秀的坦克基因；然后遗传给下一代重新训练。应用越来越多，但都以战斗系统，自动优化路径为主要应用方向，缺少新的方向与研究内容。将遗传算法与宠物养成游戏相结合，不仅可以增加游戏可玩性，给游戏玩家带来新鲜的游戏体验，丰富游戏玩家渴求惊喜与刺激的游戏心理，又可以丰富遗传算法的应用领域与辐射面。将优质宠物模拟为食物，模仿鸟群吃食物的行为，每三名宠物为一个单位，构建排名二、三名的宠物向第一名求偶的路径，并在达到一定距离时发出摇尾巴的动作。第二三名宠物有概率和第一名的宠物繁衍出新的一代，不断迭代。在屏幕活动范围内，对靠近，对齐，避免碰撞的三个原则设置参数、权重，以此获取宠物下一时刻位置。
热心网友
时间：2023-11-01 19:35
人工神经网络具有四个基本特征：
1非线性
非线性
关系是自然界的普遍特性。大脑的智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储容量。
2非局限性
一个神经网络通常由多个神经元广泛连接而成。一个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子。
3非常定性
人工神经网络具有自适应、
自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化过程。
4 非凸性
一个系统的演化方向，在一定条件下将取决于某个特定的状态函数。例如能量函
数，它的极值相应于系统比较稳定的状态。非凸性是指这种函数有多个极值，故系统具有多个较稳定的平衡态，这将导致系统演化的多样性。
