人工神经网络评价法案例_人工神经网络应用实例

1

/

5

人工神经网络在蕨类植物生长中的应用

摘要

：人工神经网络

(ARTIFICIAL

NEURAL

NETWORK

，简称

ANN)

是目前国际上一门发展迅速的

前沿交叉学科。

为了模拟大脑的基本特性，

在现代神经科学研究的基础上，

人们提出来人工

神经网络的模型。

根据此特点结合蕨类植物的生长过程进行了蕨类植物生长的模拟。

结果表

明，

人工神经网络的模拟结果是完全符合蕨类植物的生长的，

可有效的应用于蕨类植物的生

长预测。

关键词：

人工神经网络；蕨类植物；

MATLAB

应用

一

人工神经网络的基本特征

1

、

并行分布处理：

人工神经网络具有高度的并行结构和并行处理能力。

这特别适于实时

控制和动态控制。

各组成部分同时参与运算，

单个神经元的运算速度不高，

但总体的处理速

度极快。

2

、

非线性映射：

人工神经网络具有固有的非线性特性，

这源于其近似任意非线性映射

(

变

换

)

能力。

只有当神经元对所有输入信号的综合处理结果超过某一门限值后才输出一个信号。

因此人工神经网络是一种具有高度非线性的超大规模连续时间动力学系统。

3

、

信息处理和信息存储合的集成：

在神经网络中，

知识与信息都等势分布贮存于网络内</