第十一章 神经网络

　　1.神经网络的发展

　　对神经网络的研究从40年代就已开始，但作为连接计算的神经网络是从1957年Rosenblatt引入感知机开始的。感知机是一种单层的神经网络，其学习能力引起了广泛的兴趣，掀起了人工神经网络的第一次研究热潮。Minsky和Papert对以感知机为代表的人工神经网络系统进行了深入的研究，在1959年发表了"感知机"一书，指出了感知机的局限性。从此对人工神经网络的研究开始走向低潮，但仍有不少学者继续进行研究，并取得了成果。特别是1982年Hopfield提出了Hopfield神经网络模型，引入了能量函数的概念，并建立了神经网络的稳定性判据。在1985年，Hinton等人利用随机机制提出了Boltzman机，Rumelhart等人提出了多层神经网络的反向传播学习算法。这些研究成果掀起了神经网络的第二次研究高潮。目前以提出了几十种人工神经网络模型，并应用到很多信息处理领域，如模式识别、信号处理、自动控制、机器人等等，并与演化计算、符号机制相结合，不断取得新的成果。

　　2.神经元的结构

　　神经元由细胞体，树突，轴突和突触等组成，树突是信息的输入端，轴突是信息的输出端，而突触是其他神经元的轴突与该神经元树突的接口。神经元是大脑控制与信息处理的基本单元，人的认识过程就是大量神经元的整体活动。