打字猴:1.701011444e+09

1701011444

1701011445

1701011446

1701011447 图10-5　原始图像图10-6　图像的三维视图图10-6所示为图10-5的图像灰度值，图像就是由不同的灰度值排列组成，三维图形能够很清晰地反应实际图像。照相机就是由感光单元进行数据采集，按照一定的格式进行数据保存，从而形成我们看见的图像。图像处理是20世纪末，21世纪初的产物，它的诞生，使得我们的生活日益丰富，让事物本身变得更加可观，触手可得。

1701011448

1701011449

1701011450

1701011451

1701011452 我和数学有约：趣味数学及算法解析 [:1701004280]

1701011453 我和数学有约：趣味数学及算法解析 10.4　人工神经网络PK人脑

1701011454

1701011455 多少年以来，人们从医学、生物学、生理学、哲学、信息学、计算机科学、认知学和组织协同学等各个角度企图认识并解答“人脑是如何工作的？”、“人类能否制作模拟人脑的人工神经元？”。

1701011456

1701011457 在寻找这些问题答案的研究过程中，逐渐形成了一个新兴的多学科交叉技术领域，称之为“神经网络”。

1701011458

1701011459 1943年，心理学家W·Mcculloch和数理逻辑学家W·Pitts在分析和总结神经元基本特性的基础上首先提出神经元的数学模型。此模型沿用至今，并且直接影响着这一领域研究的进展。因而，他们两人可称为人工神经网络研究的先驱。

1701011460

1701011461 【问题】什么是人工神经网络？

1701011462

1701011463 【分析】

1701011464

1701011465 人工神经网络（Artificial Neural Networks，ANNs）也简称为神经网络（NNs）或称作连接模型（Connection Model），它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

1701011466

1701011467 神经网络包括很多分支，具体有RBF、BP、Hopfield、NAR、感知器和自组织映射等，其中BP神经网络是最经典、也是应用最广泛的神经网络。

1701011468

1701011469 BP神经网络是一种常用的神经网络，是人工智能网络的一种形式，BP神经网络采用反向传播的方式，进行数据的训练仿真，BP神经网络模拟生物神经元结构模型，通过相连神经元之间交互信息，BP神经网络一般由输入层、隐藏层和输出层构成，BP神经网络对输入的信息具有自我学习的功能，通过隐藏层和相应的阈值和权值放大，得到相应的输出结果。

1701011470

1701011471 BP神经网络模型如图10-7所示。

1701011472

1701011473