首先思维分为以下三种,都是属于神经网络范畴
一、逻辑性的思维:
指根据逻辑规则进行推理的过程;
1.它先将信息化成概念,并用符号表示,
2.然后,根据符号运算按串行模式进行逻辑推理;这一过程可以写成串行的指令,让计算机执行。
二、直观性的思维
将分布式存储的信息综合起来,结果是忽然间产生的想法或解决问题的办法。
这种思维方式的根本之点在于以下两点:
1.信息是通过神经元上的兴奋模式分布储在网络上;
2.信息处理是通过神经元之间同时相互作用的动态过程来完成的。
三、顿悟思维
当人们对问题百思不得其解,突然看出问题情境中的各种关系并产生了顿悟和理解。
有如“踏破铁鞋无觅处,得来全不费功夫”。其特点是突发性、独特性、不稳定性、情绪性。
-----------------------------------------------------------我是分割线-----------------------------------------------------------------------------
人工神经网络就是模拟人思维的第二种方式,即直观思维。这是一个非线性动力学系统,其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单,功能有限,但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。
人工神经网络工作原理:
神经系统是由数目繁多的神经元组合而成。大脑皮层包括有100亿个以上的神经元,每立方毫米约有数万个,它们互相联结形成神经网络。
1、通过感觉器官和神经接受来自身体内外的各种信息,
2、传递至中枢神经系统内,经过对信息的分析和综合,
3、再通过运动神经发出控制信息,以此来实现机体与内外环境的联系,协调全身的各种机能活动。
人工神经网络组成:
人工神经网络是由大量的简单基本元件——神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单,但大量神经元组合产生的系统行为却非常复杂。
与数字计算机比较,人工神经网络在构成原理和功能特点等方面更加接近人脑,它不是按给定的程序一步一步地执行运算,而是能够自身适应环境、总结规律、完成某种运算、识别或过程控制。
人工神经网络特点:
1、自适应,自组织性,可以通过后天学习开发更多功能
2、泛化能力,即对没有训练过的目标,有预测和控制能力
3、非线性映射能力
神经网络的非线性映射能力,它不需要对系统进行透彻的了解,同时能达到输入与输出的映射关系,这就大大简化设计的难度。
4、高度并行性
神经网络是根据人的大脑而抽象出来的数学模型,由于人可以同时做一些事,所以从功能的模拟角度上看,神经网络也应具备很强的并行性。
人工神经网络应用:
1、心理学家和认知科学家研究神经网络的目的在于探索人脑加工、储存和搜索信息的机制,弄清人脑功能的机理,建立人类认知过程的微结构理论;
2、生物学、医学、脑科学专家试图通过神经网络的研究推动脑科学向定量、精确和理论化体系发展,同时也寄希望于临床医学的新突破;
3、信息处理和计算机科学家研究这一问题的目的在于寻求新的途径以解决不能解决或解决起来有极大困难的大量问题,构造更加逼近人脑功能的新一代计算机。