【人工神经网络学习系统用於手写字体识别的研究】陈力.pdf

摘要机器学习是对人类学习能力的模拟,女人的学习能力是其智能的一个最重要的组成部分一样,机器学习是人工智能研究的核心.人类的智能是与其大脑的结构有着密切关系的。在以往的符号系统研究中,由于对人脑的结构了解不深、重视不够,使到在研究过程中面临不少困难。本文通过对以往研究方法存在问题的分析,提出应采用人工神经网络技术去研究机器学习。在分析大脑和思维过程的特点基础上,提出一机器学习机制和模型,认为学习就是“联系”,是将不同的信息建立起联系的过程.在本文中利用人工神经网路构造了一个手写体数字学习系统,该系统包括一个不变网络利一个识别网终,本文提出识别网终的学习算法。

目录前言第一章手写字体识别研究的概况及神经元的基本原理手写字体识别及其研究的意义二。手写字体识别研究存在问题的分析三、人脑的结构特点与神经细胞模型 1.人脑的结构特点 2.神经细胞模型第二章人工神经网络用于模式识别的原理一、人工神经网络基本结构不变网路的基本原理及应用.ADALINE神经元模型 2.不变网路的基本原理三、识别网络的基本原理

前言智能的核心问题是知识的获取、组织和运用。使机器具有自学习的能力,能够自学总结经验,自行形成,修改其知识库,纠正错误,接纳新的正确知识,这是人工智能研究的重大课题,亦是解决目前研究面临的困难,取得突破性成果的一个关键所在。构造具有“自学习”能力的智能研究系统是人工智能研究追求的新高度.目前的智能系统的性能与人脑相比,存在很大的差别,如人在识别声音,图形方面轻而易举,而现有智能系统在处理上却存在很大的困难。造成这种差别的原因,主要是由于现有系统采用的结构与人脑结构的差别。构造人工神经网路,就是针对这差别提出的。