。我们在这里考虑的神经元不是生物神经元。它们是对生物神经元极其简单的抽象，可以用程序或硅电路实现。虽然由这些神经元组成的网络的能力远远不及人脑的那么强大，但是可对其进行训练，以实现些有用的功能。本书所要介绍的正是有关于这样的神经元，以及包含这些神经元的网络及其训练方法。历史在人工神经网络的发展历程中，涌现了许多在不同领域中富有创造性的传奇人物，他们艰苦奋斗几十年，提出了许多至今仍然让我们受益的概念。许多作者都记载了这历史。本特别有趣的书是由和写的神经计算研究的基础。在该书中，他们收集并编辑了组由篇具有特别历史意义的论文，每篇前面都有段历史观点的导言。本书各章开始包括了些主要神经网络研究人员的历史，所以这里不必赘述。但是，还是有必要简单地回顾下神经网络的主要发展历史。对技术进步而言，有两点是必需的概念与实现。首先，必须有个思考问题的概念，根据这些概念明确所面临的问题。这就要求概念包含种简单的思想，或者更具特色，并且引入数学描述。为了理解这点，让我们看看心脏的研究历史。在不同时期，心脏被看成灵魂的中心或身体的热源。世纪的医生们认识到心脏是个血泵，于是科学家们开始设计实验，研究泵的行为。这些实验最终开创了循环系统理论。可以说，没有泵的概念，就不会有人们对心脏的深人认识。概念及其相应的数学描述还不足以使新技术走向成熟，除非能通过种方式实现这种系统。比如，虽然多年前就从数学上知道根据计算机辅助层析成像扫描可以重构图像，但是直到有了高速计算机和有效的算法才使其走向实用，并最终实现了有用的系统。神经网络的发展史同时包含了概念创新和实现开发的进步。但是这些成果的取得并不是帆风顺的。神经网络领域研究的背景工作始于世纪末和世纪初。它源于物理学心理学和神经生理学的跨学科研究，主要代表人物有，和。这些早期研究主要还是着重于有关学习视觉和条件反射等般理论，并没有包含有关神经元工作的数学模型。现代对神经网络的研究可以追溯到世纪年代和的工作。他们从原理上证明了人工神经网络可以计算任何算术和逻辑函数。通常认为他们的工作是神经网络领域研究工作的开始。在和之后，指出，经典的条件反射现是由单个神经元的性质引起的。他提出了生物神经元的种学习机制。人工神经网络第个实际应用出现在世纪年代后期，提出了感知机网络和联想学习规则。和他的同事构造了个感知机网络，并公开演示了它进行模式识别的能力。这次早期的成功引起了许多人对神经网络研究的兴趣。不幸的是，后来研究表明基本的感知机网络只能解决有限的几类问题。同时，和引入了个新的学习算法用于训练自适应线性神经网络。它在结构和功能上类似于的感知机。学习规则至今仍然还在使用。但是，和的网络都有同样的固有局限性。这些局限性在和的书中有广泛的论述。和也十分清楚这些局限性，并提出了些新的网络来克服这些局限性。但是他们没能成功找到训练更加复杂网络的学习算法。许多人受到和的影响，相信神经网络的研究已走人了死胡同。同时由于当时没有功能强大的数字计算机来支持各种实验，从而导致许多研究者纷纷离开这研究领域。神经网络的研究就这样停滞了十多年。即使如此，在世纪年代，科学家们仍然在该领域开展了许多重要的工作。年和分另独立提出了能够完成记忆的新型神经网络。这时期，在自组织网络方面的研究也十分活跃。前面我们说过，在年代，由于缺乏新思想和用于实验的高性能计算机。曾度动摇了人们对神经网络的研究兴趣。到了年代，随着个人计算机和工作站计算能力的急剧增强和广泛应用，以及不断引人新的概念，克服了摆在神经网络研究面前的障碍，人们对神经网络的研究热情空前高涨。有两个新概念对神经网络的复兴具有极其重大的意义。其是用统计机理解释些类型的递归网络的操作，这类网络可作为联想存储器。物理学家的研究论文论述了这些思想。其二是在世纪年代，几个不同的研究者分别开发出了用于训练多层感知机的反传算法。其中最具影响力的反传算法是和提出的。该算法有力地回答了年代和对神经网络的责难。这些新进展对神经网络研究领域重新注入了活力。在过去的年中，人们发表了成千上万的神经网络研究论文，神经网络也有了很多应用。许多理论和实践工作蜂拥而至，以致于我价至今还不十分清楚这将会把我偷带向何方。以上简略的历史回顾并没有列出所有对神经网络作出重要贡献的人，但它能使读者知道神经网络是如何发展而来的。读者或许会注意到，这个发展趋势并不总是缓慢而坚定的，而是曾经有急剧发展的时期，也有相对停滞的时期。许多神经网络研究进展都与新概念先打开金山词霸自动取词功能，然后阅读文献遇到无法理解的长句时，可以交给处理，处理后的结果猛看，不堪入目，可是经过大脑的再处理后句子的意思基本就明了了如果通过仍然无法理解，感觉就是不同，那肯定是对其中个常用单词理解有误，因为些单词看似很简单，但是在文献中有特殊的意思，这时就可以通过的翻译助手来查询相关单词的意思，由于的单词意思都是来源与大量的文献，所以它的吻合率很高。另外，在翻译过程中最好以段落或者长句作为翻译的基本单位，这样才不会造成只见树木，不见森林的误导。四大工具翻译，众所周知，谷歌里面的英文文献和资料还算是比较详实的。我利用它是这样的。方面可以用它查询英文论文，当然这方面的帖子很多，大家可以搜索，在此不赘述。回到我自己说的翻译上来。下面给大家举个例子来说明如何用吧比如说电磁感应透明效应这个词汇你不知道他怎么翻译，首先你可以在里查中文的，根据它们的关键词中英文对照来做，般比较准确。在此主要是说在里怎么知道这个翻译意思。大家应该都有词典吧，按中国人的办法，把个个词分着查出来，敲到里，你的这种翻译般不太准，当然你需要验证是否准确了，这下看着吧，把你的那支离破碎的翻译在里搜索，你能看到许多相关的文献或资料，大家都不是笨蛋，看看，也就能找到最精确的翻译了，纯西式的,我就是这么用的。翻译翻译助手，这个网站不需要介绍太多，可能有些人也知道的。主要说说它的有点，你进去看看就能发现搜索的肯定是专业词汇，而且它翻译结果下面有文章与之对应因为它是检索提供的，它的翻译是从文献里抽出来的，很实用的个网站。估计别的写文章的人不是傻子吧，它们的东西我们可以直接拿来用，当然省事了。网址告诉大家，有兴趣的进去看看，你们就会发现其乐无穷,还是很值得用的。网路版金山词霸不到有道在线翻译翻译时的速度这里我谈的是电子版和打印版的翻译速度，按个人翻译速度看，打印版的快些，因为看电子版本是费眼睛，二是如果我们用电脑，可能还经常时不时玩点游戏，或者整点别的，导致最终变慢，再之电脑上些词典金山词霸等在专业翻译方面也不是特别好，所以翻译效果不佳。在此本人建议大家购买清华大学编写的好像是国防工业出版社的那本英汉科学技术词典，基本上挺好用。再加上网站如翻译助手，这样我们的翻译速度会提高不少。具体翻译时的些技巧主要是写论文和看论文方面大家大概都应预先清楚明白自己专业方向的国内牛人，在这里我强烈建议大家仔细看完这些头上长角的人物的中英文文章，这对你在专业方向的英文和中文互译水平提高有很大帮助。我们大家最蹩脚的实质上是写英文论文，而非看英文论文，但话说回来我们最终提高还是要从下大工夫看英文论文开始。提到会看，我想它是有窍门的，个人总结如下把不同方面的论文分夹存放，在看论文时，对论文必须做到看完后完全明白你重视的论文懂得其部分讲了什么你需要参考的部分论文，在看明白这些论文的情况下，我们大家还得紧接着做的工作就是把论文中你觉得非常巧妙的表达写下来，或者是你论文或许能用到的表达摘记成本。这个本将是你以后的财富。你写论文时再也不会为了些表达不符合西方表达模式而烦恼。你的论文也降低了被或大牛刊物退稿的几率。不信，你可以试试把摘记的内容自己编写成检索，这个过程是我们对文章再回顾，而且是对你摘抄的经典妙笔进行梳理的重要阶段。你有了这个过程。写英文论文时，将会有种信手拈来的感觉。许多文笔我们不需要自己再翻译了。当然前提是你梳理的非常细，而且中英文对照写的比较详细。最后点就是我们往大成修炼的阶段了，万事不是说成的，它是做出来的。写英文论文也就像我们小学时开始学写作文样，你不练笔是肯定写不出好作品来的。所以在此我鼓励大家有时尝试着把自己的论文强迫自己写成英文的，遍不行，可以再修改。最起码到最后你会很满意。呵呵，我想我是这么觉得的。的提出有关，如革新的神经网络结构和训练规则。同样十分重要的是，高性能计算机的出现使新概念能够得到检验好了，对神经网络的历史就说这么多。真正的问题是以后的到年会怎样神经网络将演变为个永久的数学工程工具，还是像许多曾大有希望的技术那样退出历史舞台目前来看，似乎神经网络不仅有兴旺的时日，而且能取得个永久的地位，即使它不能解决所有问题，但在些适当的场合还是非常有用的工具。另外，要记住我们现在对人脑的认识仍很肤浅，相信将来天神经网络将会取得最重要的进展。尽管很难预料神经网络今后能否成功，但这种新技术的大量而广泛应用还是令人鼓舞的。应用最近报纸报道大学用神经网络来进行文献研究。这篇报道说神经网络可以用来识别个人的写作风格，研究人员用它比较了莎士比亚和他同时代人的著作。个大众科学电视节目最近报道了意大利的研究结构用神经网络测试橄榄油的纯度。这些例子从个侧面说明神经网络有极其广泛的应用领域。正是因为它适合于解决实际问题，所以其应用领域在不断扩大，它不仅可以广泛应用于工程。科学和数学领域，也可广泛应用于医学商业金融和文学等领域。神经网络在许多领域的广泛应用，使其极具吸引力。同时，基于高速计算机和快速算法，也可以用神经网络解决过去许多计算量很大的复杂工业问题。以下神经网络的应用说明来源于用到的神经网络工具箱,已经得到了