数据挖掘导论.ppt
《数据挖掘导论.ppt》由会员分享,可在线阅读,更多相关《数据挖掘导论.ppt(24页珍藏版)》请在三一办公上搜索。
1、数据挖掘导论,福建医科大学郑伟成,人工神经网络,人类早已成功使用机器完成繁重和重复的体力工作,但人们一直没有放弃让机器具有人类思维能力的努力。电子计算机的出现,使其有了某些实现的可能性,特别是人工智能技术的发展,使得人们又向思维机器的研究方向迈进了一步。人工神经网络技术又为我们进一步怎样模拟人类智能以及了解人脑思维的奥秘开辟了一条新的途径。,历史回顾,1943年,美国McCulloch与Pitts从信息处理的角度,合作提出了第一个神经计算模型二元神经元模型,简称MP模型。1949年,心理学家D.O.Hebb对大脑神经细胞、学习与条件反射作了大胆地假设,提出了著名的Hebb学习规则,即由神经元之
2、间结合强度的改变来实现神经学习的方法。此基本思想至今在神经网络的研究中发挥着重要作用。50年代末期,Rosenblatt提出感知机(Perceptron),首先从工程角度,研究了用于信息处理的神经网络模型。感知机具有神经网络的一些基本性质,如分布存贮、并行处理、可学习性、连续计算等。,人工神经网络的发展,1969年,美国著名人工智能专家Minsky和Papert对Rosenblatt的工作进行了深入的研究,出版了有较大影响的Perceptron一书,指出感知机的功能和处理能力的局限性,甚至连XOR(异或)这样的问题也不能解决,同时指出如果在感知机中引入隐含神经元,增加神经网络的层次,可以提高神
3、经网络的处理能力,但是无法给出相应的网络学习算法。Minsky和Papert的观点是悲观的。上世纪60年代以来集成电路和微电子技术日新月异的发展,使得电子计算机的计算速度飞速提高,给人工智能从实验室走向实用带来了希望。这些技术进步给人们造成这样的认识:以为串行信息处理及以它为基础的传统人工智能技术的潜力是无穷的,这就暂时掩盖了发展新型计算机和寻找新的人工智能途径的必要性和迫切性。,人工神经网络的发展,在神经网络发展遇到危机时,仍有一些学者在坚持。Grossberg等提出了自适应共振理论,Kohonen提出了自组织映射,Fukushima提出了认知机网络模型理论等。,进入上世纪80年代,首先是基
4、于“知识库”的专家系统的研究与运用,在许多方面取得了较大成功。但实际应用情况表明,专家系统并不像人们所希望的那样高明,特别是在处理视觉、听觉、形象思维、联想记忆以及运动控制等方面,传统的计算机和人工智能技术面临重重困难。模拟人脑的智能信息处理过程,如果仅靠串行逻辑和符号处理等传统的方法来解决复杂的问题,会产生计算量的组合爆炸。因此,具有并行分布处理的神经网络理论又重新受到人们的重视,对神经网络的研究又开始复兴,掀起了第二次研究高潮。,人工神经网络的突破,1982年,美国加州理工学院物理学家Hopfield提出了HNN神经网络模型,对神经网络理论的发展产生了深远的影响。他引入了“能量函数”的概念
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 挖掘 导论

链接地址:https://www.31ppt.com/p-5361614.html