![](https://iknow-base.cdn.bcebos.com/lxb/notice.png)
人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力,拥有强大容错功能,怎么理解?
3个回答
展开全部
人工神经网络就像一个黑盒子,用于模拟任意函数。根据一定的训练样本(即所需模拟函数已知的输入和输出关系)神经网络可以改变其内部结构使其模型特性逼近训练样本。即所谓的自学习,自组织和自适应。并且,由于神经网络是采用整体逼近的方式,不会由于个别样本误差而影响整个模型特性,即所谓容错特性。
其实用仿生的例子更容易理解,就像一个婴儿,父母不断教他说话,他最终能学习理解父母语言的意思,并且偶尔父母说错一两个字,孩子也能听懂。
其实用仿生的例子更容易理解,就像一个婴儿,父母不断教他说话,他最终能学习理解父母语言的意思,并且偶尔父母说错一两个字,孩子也能听懂。
![](https://ecmc.bdimg.com/public03/b4cb859ca634443212c22993b0c87088.png)
2024-07-20 广告
人工智能写作已逐渐渗透到我们生活的各个角落。它凭借强大的数据处理能力和算法优化,能够高效地生成高质量的内容。在新闻、广告、文学等多个领域,人工智能写作都展现出了惊人的能力,不仅提升了工作效率,还为创作者带来了更多灵感和可能性。未来,随着技术...
点击进入详情页
本回答由文思汇创提供
展开全部
自适应、自学习能力:人工神经网络可以通过训练和学习获得网络的权值和结构,呈现出很强的自学习能力和对环境的适应能力。(就是可以根据环境要求,自动调节网络结构、节点权值、步长等)
自组织能力:通过自动寻找样本中的内在规律和本质属性,自组织、自适应地改变网络参数和结构。
容错性:人工神经网络通过自身的网络结构能够实现对信息的记忆,而所记忆的信息是存储在神经元
之间的权值中。从单个权值中看不出所存储的信息内容,因而是分布式的存储方式,这使网络具有良好的容错性。
自组织能力:通过自动寻找样本中的内在规律和本质属性,自组织、自适应地改变网络参数和结构。
容错性:人工神经网络通过自身的网络结构能够实现对信息的记忆,而所记忆的信息是存储在神经元
之间的权值中。从单个权值中看不出所存储的信息内容,因而是分布式的存储方式,这使网络具有良好的容错性。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
看了一点书,不大懂,没有相关控制基础,不大好学吧
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询