神经网络的智能特性

TIPS：本文共有 419 个字，阅读大概需要 1 分钟。

人工神经网络研究的先锋麦卡洛克和皮茨曾于1943年提出一种叫做“似脑机器(mindlike machine)”的思想，这种机器可由基于生物神经元特性的互连模型来制造，这就是神经学网络的概念。他们构造了一个表示大脑基本组成部分的神经元模型，对逻辑操作系统表现出通用性。

随着大脑和计算机研究的进展，研究目标已从“似脑机器”变为“学习机器”，为此一直关心神经系统适应律的赫布(Hebb)提出了学习模型。罗森布拉特(Rosenblatt)命名感知器，并设计了一个引人注目的结构。

到20世纪60年代初期，关于学习系统的专用设计方法有威德罗(Widrow)等人提出的 Adaline(adaptive linearelement，自适应线性元)以及斯坦巴克(Steinbuch)等人提出的学习矩阵。由于感知器的概念简单，因而在开始介绍时人们对它寄予很大希望。然而，不久之后，明斯基和帕伯特( Papert)从数学上证明了感知器不能实现复杂的逻辑功能。

小编精心整理的这篇内容：神经网络的智能特性，如果你看到此处请一定要收藏哦！