不同的人工神经网络模型各有什么作用

1. 不同的人工神经网络模型各有什么作用

人工神经网络的优点
人工神经网络是崭新且令人兴奋的研究领域，它有很大的发展潜力，但也同时遭受到一些尚未克服的困难。其优点可列举如
1.可处理噪声:一个人工神经网络补训练完成后，即便输入的数据中有部分遗失，它仍然有能力辨认样本。

2.不易损坏:因为人工神经网络以分布式的方法来表示数据，所以当某些单元损坏时，它依然可以正常地工作

3.可以平行处理。
4.可以学习新的观念。
5.为智能机器提供了一个较合理的模式。
6.已经被成功地运用在某些以一般传统方法很难解决的问题上，如某些视觉问题。
7.有希望实现联合内存。
8.它提供了一个工具，来模拟并探讨人脑的功能

2. 人工神经网络的网络模型

人工神经网络模型主要考虑网络连接的拓扑结构、神经元的特征、学习规则等。目前，已有近40种神经网络模型，其中有反传网络、感知器、自组织映射、Hopfield网络、波耳兹曼机、适应谐振理论等。根据连接的拓扑结构，神经网络模型可以分为：  网络内神经元间有反馈，可以用一个无向的完备图表示。这种神经网络的信息处理是状态的变换，可以用动力学系统理论处理。系统的稳定性与联想记忆功能有密切关系。Hopfield网络、波耳兹曼机均属于这种类型。