神經(jīng)網(wǎng)絡算法的定義是什么？

邏輯性的思維是指根據(jù)邏輯規(guī)則進行推理的過程；它先將信息化成概念，并用符號表示，然后，根據(jù)符號運算按串行模式進行邏輯推理；這一過程可以寫成串行的指令，讓計算機執(zhí)行。然而，直觀性的思維是將分布式存儲的信息綜合起來，結(jié)果是忽然間產(chǎn)生的想法或解決問題的辦法。這種思維方式的根本之點在于以下兩點：1.信息是通過神經(jīng)元上的興奮模式分布存儲在網(wǎng)絡上；2.信息處理是通過神經(jīng)元之間同時相互作用的動態(tài)過程來完成的。

神經(jīng)網(wǎng)絡算法的特點有哪些？

（1）人類大腦有很強的自適應與自組織特性，后天的學習與訓練可以開發(fā)許多各具特色的活動功能。如盲人的聽覺和觸覺非常靈敏；聾啞人善于運用手勢；訓練有素的運動員可以表現(xiàn)出非凡的運動技巧等等。

普通計算機的功能取決于程序中給出的知識和能力。顯然，對于智能活動要通過總結(jié)編制程序?qū)⑹掷щy。

人工神經(jīng)網(wǎng)絡也具有初步的自適應與自組織能力。在學習或訓練過程中改變突觸權(quán)重值，以適應周圍環(huán)境的要求。同一網(wǎng)絡因?qū)W習方式及內(nèi)容不同可具有不同的功能。人工神經(jīng)網(wǎng)絡是一個具有學習能力的系統(tǒng)，可以發(fā)展知識，以致超過設計者原有的知識水平。通常，它的學習訓練方式可分為兩種，一種是有監(jiān)督或稱有導師的學習，這時利用給定的樣本標準進行分類或模仿；另一種是無監(jiān)督學習或稱無為導師學習，這時，只規(guī)定學習方式或某些規(guī)則，則具體的學習內(nèi)容隨系統(tǒng)所處環(huán)境 （即輸入信號情況）而異，系統(tǒng)可以自動發(fā)現(xiàn)環(huán)境特征和規(guī)律性，具有更近似人腦的功能。

（2）泛化能力

泛化能力指對沒有訓練過的樣本，有很好的預測能力和控制能力。特別是，當存在一些有噪聲的樣本，網(wǎng)絡具備很好的預測能力。

(3)非線性映射能力

當對系統(tǒng)對于設計人員來說，很透徹或者很清楚時，則一般利用數(shù)值分析，偏微分方程等數(shù)學工具建立精確的數(shù)學模型，但當對系統(tǒng)很復雜，或者系統(tǒng)未知，系統(tǒng)信息量很少時，建立精確的數(shù)學模型很困難時，神經(jīng)網(wǎng)絡的非線性映射能力則表現(xiàn)出優(yōu)勢，因為它不需要對系統(tǒng)進行透徹的了解，但是同時能達到輸入與輸出的映射關(guān)系，這就大大簡化設計的難度。

(4)高度并行性

并行性具有一定的爭議性。承認具有并行性理由：神經(jīng)網(wǎng)絡是根據(jù)人的大腦而抽象出來的數(shù)學模型，由于人可以同時做一些事，所以從功能的模擬角度上看，神經(jīng)網(wǎng)絡也應具備很強的并行性。

多少年以來，人們從醫(yī)學、生物學、生理學、哲學、信息學、計算機科學、認知學、組織協(xié)同學等各個角度企圖認識并解答上述問題。在尋找上述問題答案的研究過程中，這些年來逐漸形成了一個新興的多學科交叉技術(shù)領(lǐng)域，稱之為“神經(jīng)網(wǎng)絡”。神經(jīng)網(wǎng)絡的研究涉及眾多學科領(lǐng)域，這些領(lǐng)域互相結(jié)合、相互滲透并相互推動。不同領(lǐng)域的科學家又從各自學科的興趣與特色出發(fā)，提出不同的問題，從不同的角度進行研究。