对神经网络的认识精选(九篇)

第1篇：对神经网络的认识范文

在实习过程中,本人严格遵守医院规章制度,认真履行实习护士职责,严格要求自己,尊敬师长,团结同学,关心病人,不迟到,不早退,踏实工作,努力做到护理工作规范化,技能服务优质化,基础护理灵活化,爱心活动经常化,将理论与实践相结合,并做到理论学习有计划,有重点,护理工作有措施,有记录,实习期间,始终以”爱心,细心,耐心”为基本,努力做到”眼勤,手勤,脚勤,嘴勤”,想病人之所想,急病人之所急,全心全意为患都提供优质服务,树立了良好的医德医风.

在各科室的实习工作中，能规范书写各类护理文书，及时完成交接-班记录，并做好病人出入院评估护理和健康宣教，能做好各科常见病，多发病的护理工作，认真执行无菌操作规程，能做好术前准备指导，并完成术中，术后护理及观察，在工作中，发现问题能认真分析，及时解决，能熟练进行…………内，外，妇儿及重症监护等各项护理操作(记上具体操作)，严格执行三查七对，同时，本人积极参加各类病例讨论和学术讲座，不断丰富自己的业务知识，通过学习，对整体护理技术与病房管理知识有了更全面的认识和了解. 通过半年多的实习，本人理论水平和实践水平都有所提高，在今后的工作中，本人将继续努 力，牢记护士职责，不断加强思想学习与业务学习，全面提高自身综合水平，为患者提供优质服务.

学过神经病学的同学也许会发现，同一种病因损害神经系统不同的部位，其临床表现可迥然不同，相反，尽管不同的病因，如果损害的是神经系统的同一部位，其临床表现几乎完全相同，这也决定了认识神经系统疾病的诊断思维的方式的不同。

在对神经系统疾病的认识过程中，特别强调首先是对疾病的“定位”，然后才是“定性”。学会和掌握这一思维方式，对于正确认识神经系统疾病，有十分重要的意义。 神经病学，被人们誉为具有高度逻辑性和理论性的一门临床学科。我们说神经系统复杂，这是针对人类对神经系统的认识能力而言的，事实上，神经系统犹如一个庞大而又十分有序的信息交通网，通过这个网络将周围器官和中枢有机地结合起来，形成复杂的生命体，在这个网络或中枢的任何部位出现问题或遭到破坏，就会通过各种形式表现出来，面对这复杂而又有序的网络和中枢，如果没有严密的逻辑思维和对其结构的认识，是不可能判断出来的，因此，思维的严密逻辑性也是神经病学的特征之一。

二、实习方法 无论是学习神经系统的解剖、生理、病理生理，还是学习神经系统疾病，同学们都觉得“难”，它之所以“难”，是因为其解剖 和生理机能复杂，内容抽象，而学习时间相对较短，很显然，要求同学在短短的几周的实习时间内，全面地认识神经系统疾病是不现实的，关键是学会认识神经系统疾病的方法。掌握了认识神经系统疾病的方法，然后再去认识具体的每一疾病就会显得十分容易了，那么，什么是认识神经系统疾病的方法呢? 上面谈到，神经系统犹如一个庞大的网络系统，它的基本单位就是神经传导通路，通常由感受器——传入神经——中枢——传出神经——效应器构成，一条条传导通路有机地结合就构成了神经系统网络。有了网络的概念，我们就能较好地掌握实习的方法和重点，从而达到认识神经系统疾病的目的。下面就谈谈如何利用网络的观点来掌握实习方法，从而搞好神 既然神经系统是一个庞大的网络系统，我们要认识它首先就必须要对神经系统这个网络的组成及功能有一定的了解，网络的组成和功能就是我们说的神经系统的解剖和生理。

因此要搞好实习首先要复习和掌握有关的神经系统的解剖和生理，这是了解和认识神经系统疾病的前提和基矗我们知道组成神经系统网络的基本单位是传导通路，因此我们的复习和学习首先应该从这些基本的单位开始，以传导通路为主要线索，来复习有关的解剖和生理功能。由于同学们学习时间的限制，在校学习和实习期间不可能做到对这个网络全面了解，因而，同学们在复习时应该抓住重点，也就是说抓住构成网络的主要干道，如各对颅神经的分布及功能，进出颅的部位;脑干的内部结构和功能;脊髓主要传导束的位置、起止和机能;常用的各种深、浅反射弧的组成和意义;脊髓神经各皮节分布区域等等。

第2篇：对神经网络的认识范文

经过长期不懈努力，科学家认为可以从仿制人脑神经系统的结构和功能出发，研究人类智能活动和认识现象。然而，客观现实世界是纷繁复杂的，非线性情况随处可见，人脑神经系统更是如此。为了更好地认识客观世界，我们必须对非线性科学进行研究。人工神经网络作为一种非线性的、与大脑智能相似的网络模型，就这样应运而生了。因此，首先对人工神经网络进行了概述；而后重点描述BP网络模型，对其基于弹性BP算法的BP网络设计与实现；最后，对网络的训练和测试进行了简单的分析。

关键词：

人工神经网络；数学模型；策略

神经系统，是人体器官的一种较为复杂的系统。人工神经网络是对人脑的神经结构与机制进行模拟，是一种区别于符号推理以及逻辑思维的人工智能技术。人工神经网络是基于现代神经生物学和认知科学对人类信息处理研究成果的基础上研发的，用来模拟生物神经系统对真实世界的物体来做出反应。除此之外，它还属于一种大规模自适应的非线性动力学系统，具备非常强的联想记忆和自主学习能力。人工神经网络具有非线性映射、模式识别、函数逼近、聚类分析、数据压缩以及优化设计的功能，并且在稳定性、收敛性等方面都有良好的性质，被广泛应用于信息处理、模式识别、计算机视觉、优化计算、智能控制等各个领域中。

一、人工神经网络

人工神经网络，可以称之为神经网络或者链接模型，是属于一种对人脑或者自然神经网络的若干个基本特性进行抽象和模拟的网络。现阶段人工神经网络的研究成果基础是对大脑的模拟研究，是为了模拟大脑当中的某些机理与机制，实现某个方面的功能而进行专项研究的。人工神经网络具有可以充分逼近任意复杂的非线性关系，对于定量或者定性的信息会采用并行分布的处理方式，使其可以大量并且快速进行运算、适应不确定的系统和对定量以及定性信息进行同一时间的处理。人工神经网络的优越性表现在三方面，具有自主学习的能力，具有联想存储的能力，具有高速寻找并且寻找优化方式的能力。对人工神经网络的研究，可以分为理论研究和应用研究两个方面的研究。在理论研究中，可以利用神经生理与认知科学对人类的思维以及智能机理进行相关研究，还可以利用人脑神经的基础理论研究成果，用数理方法对神经网络模型进行更加完善、更加优越的探索。在应用研究方面，神经网络可以实现对软件的模拟和对硬件的科学研究。而且，神经网络在各个领域中也都得到了广泛的研究，例如模式识别、信号处理、知识工程、专家系统、优化组合以及机器人控制等领域。

现行的数理知识是建立在集合论的基础上的，随着数学阶段的发展，对于人类系统的行为，或者对于人类复杂系统，比如航天系统、人脑系统以及社会系统等方面，其中的参数和变量有很多，各种因素也是相互交错的，因此，系统是相当复杂的，相对的模糊性也会显得非常明显。就认识方面来讲，可以用模糊性这个词语来概括概念外延的不确定性。因此，模糊数学的概念应运而生，主要的研究内容包括三个方面。首先，可以对模糊数学的理论进行精确研究，其中包含着与精确数学以及随机数学的关系；其次，还需要研究模糊语言学和模糊逻辑，人类的自然语言都是具有模糊性的，人们经常会接收到迷糊语言和模糊的信息，并且可以对其做出正确的判断和辨别。因此，为了可以使得自然语言和计算机语言的直接对话，就必须把人类的自然语言和思维的过程提炼成为数学模型来对计算机进行指令，这样就可以建立模糊数学的模型样本，通过运用此种方式，建立的就是模糊数学的模型，也是运用数学方法的关键之所在。最后，研究模糊数学的应用，模糊数学的研究对象通常是以不确定的事物为主的。模糊的集合通常都是通过数学来适用描述的复杂的事物，将研究的对象数学化，将其中的不确定性很好地和抽象的数学沟通起来，达到形象生动直观的效果。

二、BP网络模型

1.BP网概述BP算法，是由PallWerbas博士在1974年首次提出的，即为误差逆传播学习算法，而对于此算法完整的提出是在1986年由Rumelhart和McCelland为首的科学家小组提出来的。后来，人们把BP算法在进行训练之前的前馈型的神经网络称之为BP网络，逐渐以其简洁、实用和高度的非线性映射能力成为流行的网络模型，在信号处理、模式识别、系统辨识以及数据压缩中都有广泛的应用。在人工神经网络的实际应用过程当中，大部分的模型会采用BP网络或者它所拥有的变化形式，属于前向网络中的基础核心部分，属于人工神经网络中的精华部分。2.BP网络拓扑结构BP网络属于一种前向型神经网络，其中的神经网络具有三层或者三层以上，可以对上下层之间的神经元进行全部的连接，也就是说下层的每一个神经元可以和上层的每一个神经元实现连接，但是在同层之间的神经元是没有办法相连的。3.BP网络的工作原理以及过程对于BP网络的学习可以有两个阶段。首先，需要学习信号的正向传播过程。当一对学习的模式进行网络提供之后，神经元的激活值就会从输入层当中的各隐含层向输出层中进行传播，并且在输出层的各个神经元内会相应地输入响应值。其次，是对正方向的传播过程进行误差的修正，如果在输出层中的输出值和预期的有偏差，就会对实际输入与期望输出之间的误差进行逐层递归的计算，计算方向会按照减小期望输出和实际输出之间的误差方向。对输出层之间的各个隐含层进行每一层的连接权进行逐层的修正，最后再回到输入层，这个循环的过程就称之为“误差逆传播学习算法”。现阶段，这种误差传播的修正方式在不断地进行创新修正，网络对应的输入模式相应的正确率也会随着算法的不断发展得到相对应地提高。4.算法流程BP的算法流程如图2。

三、基于弹性BP算法的BP网设计与实现

1.BP网络结构的设计在1989年，RobertHecht-Nielson证明了在任何一个闭区间当中的一个连续的函数都可以用一个隐含层的BP网络来进行逼近，这就导致了用一个3层的BP网络可以完成任意的从N到M维的映射。输入层节点的点数是根据样本的输入特征项来决定的，而输出的节点数是根据样本的期望输出项来决定的。在隐层节点当中，由于隐层节点的数目过多，平均的收敛速度就会变慢并且速度是极其不稳定的，这样就会增加初始权值的敏感度，网络的泛化能力也会随之降低，在对隐层节点数进行计算的时候。其中，h代表的是隐层节点数，nin代表的是输入层的节点数，则nout则代表的是输出层的节点数。当因为网络发生误差产生下降的时候，也就是E（网络误差）下降的速度非常缓慢的时候，这个时候网络的收敛水平还需要进一步提高的时候，就会增加一个隐层节点。如果遇到相反的情况，则就会减少一个相应的节点。对于BP网络的优化，主要包括以下几个步骤。首先，利用弹性BP算法来对网络的权值和偏差进行修正，利用此种算法，在很大程度上避免了使得学习（是学习）陷入局部狭小的现象，这样可以加快学习收敛的速度；其次，对于隐含的节点数可以进行随意的设定；而后，在对隐含层和输出层的激活函数之间可以在给定的5种畅通的函数当中进行随意的选择，最后就需要对输入向量的归一化了。

四、网络的训练与测试

1.训练样本的声场以及网络的构造如果采用100个样本对来进行声场训练样本对，这里的样本数据采用LINSPACE（X1，X2，N）的函数生成。在本文当中，BP网络有三层构造。在这三层构造当中，第一层采用tansig激活函数；第二层采用logsig激活函数，在第三层则需要采用purline激活函数来进行。在网络训练当中需要用Matlab神经网络工具箱当中的L-M法的trainlm这个函数来进行计算。2.网络学习以及等级的评价通过MATLAB的神经网络工具箱上建立的模型，需要将学3.网络测试成效从评价的结果上来看，运用人工神经网络的评价方法最大限度地减少了人为因素的影响，在这其中可以在很大程度上减少因为传统方式而在设计权重过程当中的不确定性，通过这种方式来对评价的对象进行自动评价。同时，BP的神经网络这种评估方式本身也具有一定的局限性，例如对网络当中的隐层节点个数难以确定，在学习训练的过程当中最容易陷入局部最优的问题，在很大程度上会影响评价结果的精准性。

五、结束语

运用人工神经网络方式有效解决多源、多类型以及多属性地址处理和分析问题，在很大程度上突破了统计数学模型对预测的约束力和限制力。应用人工神经网络进行复杂的地址信息的非线性整合处理，可以精准的对各类资料进行综合分析和归类。

参考文献：

[1]李传杰.基于模糊数学及神经网络的心理评估模型[D].山东大学，2008

[2]徐振东.人工神经网络的数学模型建立及成矿预测BP网络的实现[D].吉林大学，2004

[3]邓丽琼，朱俊.基于BP神经网络的教师课堂教学评价模型[J].国土资源高等职业教育研究，2013

第3篇：对神经网络的认识范文

关键词：人工智能；媒体与认知；RealSense平台；深度学习

文章编号：1672-5913（2017）07-0155-04

中图分类号：G642

1 背 景

电子信息科学与技术是以物理和数学为基础，研究通过电学形式表达和操控信息的基本规律以及运用这些基本规律实现各种电子系统的方法。在进入电子时代和信息社会的今天，电子信息科学技术已渗透各个领域。随着电子信息技术日新月异，电子信息教学领域也面临着全新的挑战，需要培养具有全方位视野和超强能力的新一代工程师及领导者。本着这一目标，清华大学电子系自2008年开始着手进行课程改革，通过改革课程体系将原有课程重新整合，从学科范式的角度整理出电子工程本科教育的知识体系结构，从而梳理出新的本科课程体系，形成电子信息领域学科地图[1-2]。

2016年AlphaGo战胜李世石的事实，让人工智能技术再一次向世人展示了自己的潜力。人工智能无论在传统的制造加工行业，还是在新兴的互联网行业，都成为国内外各大企业争相研究开发的目标，在学术界也是如此。2016年底，Gartner全球峰会2017十大技术趋势报告[3]，预测2017年十大技术趋势：人工智能与机器学习、智能应用、智能事物、虚拟和增强现实、数字化双生、区块链和已分配分类账、对话式系统、格网应用和服务架构、数字化技术平台、自适应安全架构。Gartner预计2017年全球将有超过60%的大型企业开始采用人工智能技术。

在2016年开设的媒体与认知课程内容中，我们参考国内外诸多名校相关课程的理论及项目内容，结合电子工程系在该领域研究的基础优势和创新性成果，建设了一套媒体认知人工智能技术教学课程内容及平台，以期学生获得人工智能技术中深度学习技术的基础理论和开发能力。课程通过提供人工智能技术领域高层次专业人才必需的基本技能、专业知识及思维方式，力争培养具有国际一流科研创新能力的人工智能方向的专业技术人才。

2 人工智能技术教学内容

美国MIT大学的Statistical Learning Theory and Applications课程[4]，致力于从统计学习和正则化理论的角度介绍机器学习的基础和最新进展。除了经典的机器学习方法，如支持向量机、流形学习、有监督学习等之外，还重点介绍深度学习计算的理论框架并要求学生以项目形式给出基于机器学习和深度神经网j的解决方案。

美国CMU大学的Deep Learning课程[5]通过一系列研讨会和课程实验介绍深度学习这一主题，涵盖深度学习的基础知识和基础理论及应用领域，以及大量数据学习的最新问题。通过若干实验题目，学生可以对深度神经网络原理及应用加深理解。

美国Stanford大学的Deep Learning for Natural Language Processing课程[6]深入介绍应用于自然语言理解的深度学习前沿研究，讨论包括循环神经网络、长短期记忆模型、递归神经网络、卷积神经网络等非常新颖的模型。通过上机实验，学生将学习使用神经网络工作的技巧来解决实际问题，包括实施、训练、调试、可视化和提出自己的神经网络模型，最终的实验项目涉及复杂的循环神经网络并将应用于大规模自然语言理解的问题。

媒体认知课程参考了上述著名课程的理论内容和项目特色。我们结合电子工程系在人工智能领域研究的基础、优势和创新性成果，设计开发了一套以人工智能技术为基础的前沿探索型媒体认知教学课程内容及实验平台，试图构建具有国际水准的人工智能技术教学课程内容。

3 深度学习技术发展概况

传统的人工智能系统一般采用机器学习技术，这类技术在处理原始形式的自然数据的能力上受到限制，一般困难集中在如何将原始数据变换为合适的内部表示或特征向量。深度学习（deep learning）近年来受到人工智能行业的广泛关注，是一种表征学习（representation-learning）方法，由于拥有可以逼近任意非线性函数的特性，深度神经网络（deep neural network，DNN）及其衍生的各种神经网络结构有能力取代传统模型，在语音、图像、文本、视频等各种媒体的内容识别系统中发挥作用。

著名的人工智能科学家Yann LeCun于2015年在Nature上发表文章[7]指出，深度学习允许多个处理层组成的计算模型学习如何表征具有多级抽象层面的数据。这些方法已经大大提高语音识别、视觉识别、目标检测以及诸如药物发现、基因学等许多领域的最新技术水平。深度学习通过使用反向传播算法发现大数据集中的复杂结构，以指示机器如何改变其内部参数，这些内部参数是从深度神经网络上一层的表示中计算每层中的表示。深度卷积网络在处理图像、视频、语音和音频方面带来突破性的进展，而递归网络则对文本、语音等顺序数据提供解决方案。

递归网络可被视作较深的前馈网络，其中所有层共享相同的权重。递归网络的问题在于难以在长期的时间内学习并存储信息。为了解决这一问题，长短期记忆（long short-term memory，LSTM）模型网络被提出，主要特点在于其存储器单元在下一个加权值为1的时间段内与自身连接，因此能够在复制自身状态的同时累加外部信号，此外这种自我连接被另一个单元通过学习决定何时清除此类信息。长短期记忆模型被证明在语音识别和机器翻译应用系统中比传统的递归网络更加有效。

4 基于深度学习的语音识别教学项目

在对上述课程及配套项目进行详细研究的基础上，结合现有科研及平台，我们构建了一种基于深度学习的连续语音识别项目平台，包括两个主要项目：深度神经网络语音识别项目及长短期记忆模型递归神经网络语音识别项目。

4.1 深度神经网络语音识别项目

典型的深度神经网络语音识别模型[8-9]核心是对声学特征进行多层变换，并将特征提取和声学建模在同一网络中进行优化。神经网络可以通过非线性激活函数来拟合任何非线性函数，可以使用神经网络取代原有声学模型中的高斯混合模型，用来计算每一帧的特征与每个音素的相似程度。深度神经网络原理的结构示意图如图1所示。

图1代表了一个拥有3个隐含层的深度神经网络。相邻两层中，每层的每一个节点都与另外一层的所有节点单向连接。数据由输入层输入，逐层向下一层传播。对于节点间的连接权重，采用BP算法。BP算法对于给定的输入输出训练数据，首先通过正向传播由输入得到输出，之后通过实际输出与理论上的正确输出之差得到残差，并由输出层向输入层根据激活函数与连接权重反向传播残差，计算出每一个节点与理想值之间的残差，最后根据每个节点的残差修正节点间连接的权重，通过对权重的调整实现训练，从而更加靠近理论输出结果。

将DNN实际利用到语音识别的声学模型时，其结构示意图如图2所示。深度神经网络的输入层输入从每一帧音频中提取出的特征，通过网络的正向传播，在输出邮涑龅鼻爸《杂Σ煌音素的相似程度，从而作为HMM的发射概率进行语音识别。考虑到DNN没有记忆特性，而语音信号即使是在音素层级上，其前后也有相当大的联系。为了提高DNN在处理前后高度关联的语音信号中的表现，一般选择同时将当前帧的前后部分帧作为网络的输入，从而提高对当前帧识别的正确率。

4.2 长短期记忆模型递归神经网络语音识别项目

长短期记忆模型应用于语音识别中声学模型的思路和深度神经网络类似[10-11]，取代高斯混合模型用于计算输入帧与各音素的匹配程度。原理为首先根据输入门判断输入的数据可以进入记忆细胞的比例，同时遗忘门决定记忆细胞遗忘的比例；之后由记忆细胞残存的记忆部分和新输入的部分求和，作为记忆细胞的新记忆值；将新的记忆值根据输出门的控制得到记忆细胞的输出，并通过递归投影层降维，降维之后的结果一方面作为3个控制门的反馈，另一方面作为网络的输出；非递归投影层则仅仅作为最终输出的补充，而不会影响控制门。将长短期记忆模型实际利用到语音识别的声学模型时，其结构示意图如图3所示。

与深度神经网络不同，长短期记忆模型递归神经网络因为有记忆特性，所以不需要额外的多帧输入，只需要输入当前帧。然而，考虑到语音前后的关联性，一般会将输入的语音帧进行时间偏移，使得对t时刻帧的特征计算得到的输出结果是基于已知未来部分帧的特征之后进行的，从而提高准确度。

5 结 语

我们主要介绍了媒体与认知课程中的深度学习教学项目“基于深度学习的语音识别教学项目”，在现有开发平台的基础上引入多种深度学习算法并对其进行比较，使得学生掌握了目前主流的深度学习算法核心技术及应用方法。学生反馈表明，通过该部分教学内容，学生对深度学习技术加深了了解，调动了研究积极性，大部分学生对深度学习方向的前景十分乐观。将这些内容与媒体认知教学课程结合并为学生提供研究平台，使得学生开阔了科研视野，进一步为培养学术兴趣、明确科研方向和坚定科研信念提供辅助和支撑，最终达到培养具备国际领先研究水平、同时具有突出创新实践能力和持续探索精神的高素质人才的目的。下一步，我们将基于该深度学习项目平台进一步开展研究探索，提高深度学习的实时性和鲁棒性。

参考文献：

[1] 清华大学电子工程系[EB/OL]. [2017-02-01]. http：///.

[2] 杨毅， 徐淑正， 乔飞， 等. 媒体认知实验教学改革研究与探索[J]. 计算机教育， 2015 （9）： 107-109.

[3] 搜狐科技. Gartner最新2017十大战略技术趋势： 以智能为中心实现万物互联[EB/OL]. （2016-11-09）[2017-02-01]. http：///20161109/n472678047.shtml.

[4] 9.520/6.860： Statistical learning theory and applications， fall 2016[EB/OL]. [2017-02-01]. http：//www.mit.edu/～9.520/fall16/.

[5] Deep Learning[EB/OL]. [2017-02-01]. http：//deeplearning.cs.cmu.edu/.

[6] Deep learning for natural language processing[EB/OL]. [2017-02-01]. http：//cs224d.stanford.edu/.

[7] LeCun Y， Bengio Y， Hinton G. Deep learning[J]. Nature， 2015， 521（7553）： 436-444.

[8] Hinton G E， Osindero S， Teh Y W. A fast learning algorithm for deep belief nets[J]. Neural computation， 2006， 18（7）： 1527-1554.

[9] Graves A， Mohamed A， Hinton G. Speech recognition with deep recurrent neural networks[C]//2013 IEEE International Conference on Acoustics， Speech and Signal（ICASSP）.Washington D C： IEEE， 2013： 6645-6649.

第4篇：对神经网络的认识范文

【关键词】Matlab；RBF神经网络；仿真试验

人工神经网络（ANN-Artificial Neural Network）是一种与传统计算机系统不同的信息处理工具，具有人脑的某些功能特征，可用来解决模式识别与人工智能中用传统方法难以解决的问题。神经网络具有高度的自学习、自组织和自适应能力，通过学习和训练网络模型的输入、输出数据就可以获得网络的权值和结构，从而得出隐含在输入、输出数据中的关系。这种关系隐含在神经网络内部，它不需要知道具体的精确模型，只需用神经网络就能逼近输入和输出之间的多维非线性特性，从而建立输入与输出之间的关系，这种非线性映射能力在人工智能、模式识别、信息处理等工程领域得到了广泛的应用。

随着神经网络理论研究和实际应用的不断深入，《人工神经网络》课程逐渐受到较多高校的重视，并将其列入教学计划，成为电气信息类学科的一门专业选修课。但《人工神经网络》课程的理论性非常强，对本科生的教学具有一定的难度。作为入门课程，本科生的教学重点应放对各种网络模型的结构和特点的理解，并结合应用实例，使学生能够获取一些初步设计经验的基础上，掌握有关模型的用法和性能。因此，笔者以RBF神经网络为例设计仿真试验，通过实例增强学生的对神经网络模型的设计和仿真的认识，加深学生神经网络理论的理解。

一、RBF神经网络

RBF网络可以根据问题确定相应的网络拓扑结构，学习速度快，不存在局部最小问题。RBF网络的优良特性使得它正显示出比BP网络更强的生命力，正在越来越多的领域替代了BP网络。

RBF网络典型结构如图1所示。输入层节点只是传递输入信号到隐含层，隐含层节点由像高斯函数那样的辐射状作用函数构成，而输出层节点通常是简单的线性函数。隐含层节点中的作用函数对输入信号将在局部产生响应，也就是说，当输入信号靠近该函数的中央范围时，隐含层节点将产生较大的输出。由此可看出这种网络具有局部逼近能力，故径向基函数网络也称为局部感知场网络。

二、基于MATLAB的RBF神经网络设计与仿真

MATLAB神经网络工具箱为径向基网络提供了很多工具箱函数，它们对我们利用MATLAB进行径向基网络的设计、分析及实际应用有着不可替代的作用，这给用户带来了极大的方便。

下面以污闪风险预测模型为例来说明神经网络设计与仿真。预测模型采用三输入一输出的结构。输入向量为相对湿度RH、泄漏电流幅值Ih、泄漏电流三次谐波与基波的幅值之比δ，它们的大小是能够检测到的用于评判绝缘子污闪风险的主要参数；将绝缘子污闪的风险等级作为输出，输出取值分别为不报警（NA）、一般报警（GA）、危险报警（DA）等三个模糊量。对于绝缘子污闪风险等级NA、GA和DA，为了方便神经网络进行拟合建模，分别赋予一个量化的值1，2和3与之一一对应。

利用函数newrbe创建一个准确的径向基网络，该函数在创建RBF网络时，自动选择隐含层的数目，使得误差为0。在网络设计过程中，用不同的SPREAD值进行尝试，以确定一个最优值。SPREAD分别取1，2，3，4时得到不同的网络结构。将污闪风险等级的实际值和神经网络输出的结果对比，不同神经网络的验证结果如图3所示。可以看出，当SPREAD取1时，污闪风险的实际值与神经网络计算值之间的误差最小，网络性能达到最优，所以本论文预测网络的SPREAD选取1。

将试验中得到的600组数据预留20组数据作为检验样本，剩下的580组数据为RBF神经网络的训练样本，训练好的网络具有进行绝缘子污闪风险预测的能力。

三、结语

人工神经网络是一门理论性很强而又应用广泛的课程，已经应用各种电气设备信号预测和状态监测等领域，本科生由于数学基础的限制学习这门课程有一定的难度。高校要培养出高素质的工程应用型人才，应充分利用MATLAB平台将实验仿真教学与理论学习相结合，以促进学生对较难理解的理论知识的掌握。通过采用灵活多变的教学方式，培养学生的学习兴趣、激发学生的求知欲，从而达到启迪思维、拓展视野的目的，培养学生自学能力、独立解决问题的能力，为社会培养出具有工程创新能力的卓越工程师。

参考文献

[1] 李国勇.智能控制及其MATLAB实现[M].电子工业出版社，2006.

[2] 葛哲学，孙志强.神经网络理论与MATLAB R2007实现[M].电子工业出版社，2007（03）.

第5篇：对神经网络的认识范文

本文探讨了在网络智能教学系统中建立一个双层动态学生模型的方法，模型的初始层采用复合认知型学生模型，高级层利用Hopfield神经网络算法，在初始层数据的基础上加入兴趣、爱好、知识状态、学习历史等信息进行评价、分类。该模型克服了单一学生模型结构数据处理的障碍，能够灵活、全面地对学生的学习特征进行分析，有效改善了智能网络教学系统的教学决策过程。

【关键词】 学生模型；智能教学系统；Hopfield神经网络

【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009―458x（2011）12―00645―04

引 言

目前，网络教学系统正向着智能化的方向发展，智能化的主要目标是解决现代远程教学中的个别化教学问题，提高系统对学生的适应性和针对性[1]。

网络智能教学系统中的学生模型（Student Model）是个别化教学决策的依据，是适应性教学中“因材施教”的“材”的量化标准。学生模型是指在智能教学系统中根据需求构造出的一种能可靠表示学生认知特征的数据结构，记录着学生对知识的掌握程度和个人的学习水平，是学生知识结构和认知特征的反映。学生模型一般依据学生和系统之间的交互及应答历史而形成，可以根据学生的学习情况动态地修改。

在国外的相关研究中，有的学者用贝叶斯网络建立学生模型，进行个性化教学推理[2]；有的学者利用对话来获得学生对领域知识的掌握程度，从中分析学生学习的速度、掌握程度以及记忆能力，采用一定策略对学生实施个别化教学[3]；也有的学者通过对学生学习某个主题的评价，来判断该学生是否可以进入下一个主题的学习[4]。在国内，刘宇，解月光对CELTS-11学习者模型规范进行了取舍、组合，利用模糊评价方法对学生的认知能力进行评判[5]。在最近的研究中，孙中红提出基于决策树的遗传算法，将学生的学习标准、兴趣、爱好、知识状态、学习历史、心理因素和认知能力等信息进行数据挖掘和分类，从而构建一个综合覆盖模型、偏差模型、认知型模型或是几种模型组合的全面学生模型[1]。郭富强从学习者个体学习情况和学习需求出发，在研究分析影响学习者的学习基础、认知能力、心理因素的基础上，设计了学生模型，并给出了学生模型的动态调整算法[6]。

本文设计的双层动态学生模型是基于网络的SQL查询语言智能教学系统，它采用任务驱动的个性化学习方式，以模拟在线实验为平台，同时提供学习资源、实例演示与综合测试等服务。SQLlearning学习系统因其实验交互、智能引导等特点在实践应用中取得了较好的效果。

一、双层动态学生模型的工作原理

在SQLlearning中双层动态学生模型的工作原理如图1所示，学生登录系统后，利用双层动态学生模型智能引导学生的实验、学习、测试等活动，系统一般选用学生模型的高级层驱动相应数据库，生成用户的个性化实验任务、测试题目、学习资源等，而对于未经高级层处理或网络条件不允许进行高级层处理的学生模型则选用初始层参数。

一般来说，高级层的处理过程是在搜集了一定量的初始层学生模型参数后，经Hopfield网络处理生成标准化模型库，进行评价、分类，并将结果取样到样本库、存储到评价库的过程。

二、初始层――复合认知型学生模型

初始层采用轻量化数据设计，结合认知型学生模型的特点，在SQLlearning系统中设计了如下的数据结构来记录学生的认知能力：

SM={Knowledge, Comprehension，Application，Analysis，Synthesis, Evaluation,CorrectRate, ExAccuracy}。

其中，Knowledge、Comprehension、Application、Analysis、Synthesis、 Evaluation依次为识记、理解、应用、分析、综合、评价6项认知能力参数，ExAccuracy，CorrectRate分别对应实验正确率、测试正确率。

初始层学生模型的参数由系统与用户的交互形成，在SQLlearning系统中主要通过资源学习、平时实验、综合测试等活动来记录。需要说明的是，系统在设计实验任务与综合测试题目时，每项均进行了认知改造, 也就是每个项目均设有认知能力观测点，如果测试项目通过，则该认知能力观测点记为1，未通过记为-1，未测试记为0，所以学生的每一次活动都有反应一项或几项认知能力的参数记录在学生模型库中。

从改造后的测试项目中可以汇总得到学生各项认知能力的信息，在矢量式 si=(a1，a2，a3，a4，a5，a6)中，ai代表某项认知能力的正确率，ai=■，其中，0

Rij(1)代表第i项认知能力到目前为止的测试中所答对的次数。

Rij(-1)代表第i项认知能力到目前为止的所有测试中答错的次数。

每个学生的认知能力ai的平均值会随时更新到学生模型库中，同样每次的测试与练习正确率CorrectRate，ExAccuracy也会以平均正确率更新到学生模型库中。

在实际应用中，若遇到新注册人数较多、服务器负担较重、网络不畅等制约条件，可以对初始层模型参数进行简单加权评价、分类，在牺牲部分评定准确性的基础上保证系统正常运行。

三、高级层――利用Hopfield神经网络处理

根据初始层的复合认知型学生模型，横向对比众多用户的学习数据，挖掘出初始层学生模型中的有用信息，对学生模型进行细致的刻画与分类，是高级层学生模型构造的关键。在这里将初始层模型的数据，加上兴趣、爱好、知识状态、学习历史等作为高级层学生模型分类的生成要素。

1. Hopfield神经网络算法设计

在高级层中，将若干个典型的、理想的学生模型对应的初始层学习数据、兴趣、爱好、知识状态、学习历史等作为Hopfield神经网络的平衡点，Hopfield神经网络学习过程即为典型的学生模型的数据要素逐渐趋近于Hopfield神经网络的平衡点的过程。学习完成后，Hopfield神经网络储存的平衡点即为各种学生模型所对应的数据要素。当需要判定学生模型时，Hopfield神经网络即利用其联想记忆能力逐渐趋近于某个储存的平衡点，当状态不再改变时，此时平衡点所对应的状态即为待判定的学生模型。具体算法设计步骤如下：

步骤1：设计理想的学生模型评价指标

从初始层的每类学生模型中随机选取样本，按类汇总以各分量的平均值作为理想学生模型的评价指标，如表1所示。

步骤2：为理想的学生模型评价指标编码

由于Hopfield网络神经元的输出只取1和-1，所以将评价指标映射为神经元的状态时，需要对其进行编码。编码规则为：当大于或等于某个等级的指标时，对应的神经元状态设为“1”，否则设为“-1”。理想的4个等级评价指标编码如表2所列，其中表示神经元状态为“1”，即大于或等于对应等级的理想评价指标值，反之用表示。

步骤3：为待分类的学生模型评价指标编码

设有5个待分类的学生模型，提取信息后有表3所示的学习数据。

根据上述编码规则得到对应的编码，如图2所示。

步骤4：利用MATLAB中神经网络工具箱函数创建Hopfield网络，对表1中的标准样本数据进行训练。

步骤5：利用训练好的网络对高级层的待分类数据仿真、分类，分类结果如图3所示。

2. Hopfield神经网络算法在网络环境中的实现

Hopfield神经网络算法处理高级层学生模型基于Matlab 7.10.0(R2010a)实现，在网络环境中，网页功能模块基于Visual Studio 2010开发。具体实现步骤如下 ：

步骤1. 基于Matlab实现Hopfield神经网络算法，伪码如下：

function [re]=hop_ddm()

%% 连接数据库，获取高级层模型库数据aa,获取样本库数据bb

代码A

%% 将获取的数据转变预处理

[mx,my]=size(aa)

[bx,by]=size(bb)

%% 为高级层模型库、样本库中的数据编码

代码B

%% 创建Hopfield神经网络

net=newhop(bz);

%% 仿真、分类、评价

Y=sim(net,{mx*4,15},{},A); % A为最后待处理的数据

for m=1:mx

for n=1:4

if Y{15}(:,(m-1)*4+n)>[0 0 0 0 0 0 0 0 0 0 0]'

%% 更新评价库中的评价结果

update(conn,'pjk',{'myrank'},{n}, strcat('where myid=',num2str(m)))

commit(conn)

end

end

end

end

步骤2. Deployment for .NET Assembly制作dll组件

将Matlab中编写的函数用Deployment Tool工具进行编译，生成 .NET Assembly动态链接库hop_ddm.dll文件。

步骤3. 将上述生成的hop_ddm.dll文件和MWArray.省略项目中添加对hop_ddm.dll和MWArray.dll的引用。

步骤4. 混合编程，在网页中调用。

hop_ddm.myhop dm_ins = new hop_ddm.myhop(); //将myhop类实例化

dm_ins.hop_ddm(); //调用hop_ddm方法

结束语

本文 结合实际应用的SQLlearning系统探讨了网络智能教学系统中一个双层动态学生模型的构建方法，重点阐述了高级层中Hopfield神经网络算法原理及其在网页中的实现方法。为验证学生模型的有效性，2011年上半学期将忻州师范-🔥js1996注册登录计算机系2008级248名学生随机分为两组，实验组168名学生采用如图4所示的SQLlearning实验教学环境；对照组的80名学生则采用真实上机实验环境。在学习时间等同的情况下，对4份测试，成绩如表4所列，实验组学生平均成绩比对照组高出16.29%。在随后针对学生模型认可度的调查中，收到有效问卷152份，其中非常认可、认可、不认可的学生人数分别为109、38、5，学生模型的分类结果在受测试学生中的认可度达96.7%。

?眼参考文献?演

[1] 孙中红. 个性化智能网络教学系统中学生模型的研究[J]. 中国电

化教育，2009，（10）：107-110.

[2] Peng-Kiat Pek, Kim-Leng Poh. Using Decision Networks for Adaptive Tutoring[DB/OL]. eric.ed.gov/ERICDocs/data/ericdocs2sql/content_storage_01/0000019b/80/17/2a/8e.pdf.

[3] Yujian Zhou Martha W. Evens. A Practical Student Model in an Intelligent Tutoring System[DB/OL]. cs.iit.edu/~circsim/documents/yzitai99.pdf.

[4] Mia K. Stern and Beverly Park Woolf. Curriculum Sequencing in a Web-based Tutor[DB/OL]. 省略/index/4MBNT2BNUMKB3A2G.pdf.

[5] 刘宇，解月光. 动态学生模型与智能支持服务研究[J]. 中国电化教

育，2006，（10）：94-98.

[6] 郭富强. 智能教学系统中动态学生模型的研究与设计[J]. 中国电

化教育，2011，（1）：119-123.

[7] 郝耀军，程国忠. 基于在线实验的SQL语言智能教学系统的设计

与实现[J]. 现代远距离教育，2007，（1）：76-78.

[8] 史峰，王小川，郁磊等. MATLAB神经网络30个案例分析[M]. 北

京：北京航空航天大学出版社，2010.

[9] 陈仕品，张剑平. 适应性学习支持系统的学生模型研究[J]. 中国电

化教育，2010，（5）：112-117.

收稿日期： 2011－08－25

第6篇：对神经网络的认识范文

关键词：网络文艺；社会主义意识形态；引领

中图分类号：I0文献标识码：A文章编号：1003-0751（2016）06-0155-07

“互联网技术和新媒体改变了文艺形态，催生了一大批新的文艺类型，也带来文艺观念和文艺实践的深刻变化。”①近年来，我国网络文艺发展迅速，在丰富广大人民精神文化生活的同时，也使得网络生态和社会主义意识形态的建设面临着严峻的挑战。

为抓好网络文艺建设，中共中央于2015年10月出台《关于繁荣发展社会主义文艺的意见》（以下简称《意见》），首次明确提出要大力发展网络文艺。更是深刻指出：“网络空间是亿万民众共同的精神家园。网络空间天朗气清、生态良好，符合人民利益。网络空间乌烟瘴气、生态恶化，不符合人民利益。”②加强网络文艺创作生产的正面引导力度，充分发挥社会主义意识形态的引领作用，不仅对于净化网络空间、让网络文艺更好造福人民具有重要意义，而且是新时期构建社会主义意识形态话语体系面临的新课题。

一、网络文艺的本体阐释

与网络文艺作品的大量产生形成鲜明反差的是，理论界目前对网络文艺的认识和评价尚存在较大的分歧，甚至对其概念解析依然未达成明确的共识。因而，有必要分别从“网络”和“文艺”这两个范畴切入，从内涵、外延、特征等方面对网络文艺进行本体论上的阐释。

所谓“网络”，是指利用现代计算机技术和物理电子脉冲技术，通过数字信号与电子脉冲之间的相互转换，来达到信息传递、接收和共享的虚拟平台。运用网络可以把任何一台与之开放关联的信息终端设备连接起来，实现点、线、面、体之间的信息和资源共享。随着电脑、智能手机、平板电脑等电子产品走进千家万户，人们可以借助互联网轻松地阅读文字越来越难以分割。

“文艺”的概念在学术界尚有争议，一种观点认为，文艺是文学和艺术的统称；另一种观点认为，文艺就是指文学，其与艺术是一种并列关系。而在2011年我国学科体系划分改革中，原本从属于文学学科门类的艺术学被单列出来，成为第十三个学科门类，这结束了长达一百多年在学科体系划分中艺术从属于文学的历史。结合当前的大众语境来看，显然前一种观点更加合理和符合实际，即文艺包括文学和戏剧、音乐、舞蹈、美术、书法、摄影、曲艺、杂技、影视等各种艺术形式。

“网络文艺”作为一种新的文艺样式，其本质内涵是指经信息化处理后通过网络平台进行和传播的各类文学和艺术形式的统称。从其外延来讲，它不仅涵盖了网络动漫、网络演出、网络剧、微电影、网络音乐、脱口秀、段子等各类网民创作的新型艺术形式，也包括文学和戏剧、音乐、舞蹈、美术、书法、摄影、曲艺、杂技、影视等传统文艺的网络化作品形态。与传统文艺相比，网络文艺主要有以下四个特征。

第一，创作主体以大众网民为基础。网络文艺的创作主体中虽然存在一部分传统的文艺工作者，但主要来源仍是带有“草根性”的普通大众网民。他们来自不同社会阶层，具有不同职业背景，群体数量庞杂。

第二，作品内容以“多而不优”为表现。相对传统文艺的正统性，网络文艺更倾向于娱乐化。其中虽然不乏优秀作品，但在消费主义和市场经济的影响下，网络文艺的生产不免夹杂着一些低俗与庸俗的内容，导致其作品质量参差不齐。

第三，传播方式以数字化媒介为载体。网络文艺作品中的文字、图片、影像和数据等复杂的信息只有先转变为数字化模型，再转化为计算机二进制代码，才能完成作品在互联网的传播过程。这是网络文艺与传统文艺最为本质的区别。

第四，受众群体以青年一代为主体。相对于传统文艺的“老少皆宜”，网络文艺的受众群体主要集中在“80后”“90后”的青年一代。其中，仅网络文学的读者群体就高达2亿多人，并以年轻人居多。这使得网络文艺与青年人的日常生活联系十分紧密，对其思想和行为产生着广泛影响，并表现为一种“粉丝”文化。

二、网络文艺的意识形态属性辨析

论证网络文艺的意识形态属性，首先需要厘清文艺和意识形态的关系，这是个困难而又复杂的问题，我国学术界对此有两种不同观点。

一种观点认为，文艺与意识形态在本质上是同一的。这种观点主要是从意识形态的概念界定出发，并从马克思、恩格斯经典原著的论述中挖掘文艺完全内含于意识形态的文本根据。这部分学者较为关注《德意志意识形态》《〈政治经济学批判〉导言》以及恩格斯晚年著作中关于意识形态概念的论述，认为其中最有力的一段文本证明是：“在考察这些变革时，必须时刻把下面两者区别开来：一种是生产力的经济条件方面所发生的物质的、可以用自然科学的精确性指明的变革，一种是人们借以意识到这个冲突并力求把它克服的那些法律的、政治的、宗教的、艺术的或哲学的，简言之，意识形态的形式。”④在此基础上，他们进一步对文艺的概念、内容和形式等分别做了分析阐述。据此，这些学者认为，文艺虽然是一种远离经济基础的观念上层建筑，但依然受经济关系的支配，理应全部归结到意识形态的范畴里。

另一种观点则持相反意见，他们虽然也从马克思主义经典文献出发，但又不完全拘泥于原著文本，而是从“意识形式”与“意识形态”这两个概念的区别入手，认为马克思只强调了文艺作为社会意识形式的一种，只是包含着意识形态的因素，或者仅在一定程度上体现了意识形态的功能性。也即是说，意识形态性只是作为文艺的属性之一，而非全部。因此，两者在本质上不具有同一性，不能将文艺的本质完全归结为意识形态。

2.繁荣发展社会主义网络文艺的内在要求

随着我国经济和社会的快速发展，网络在大众生活中得到了广泛普及，激发了人民群众精神文化需求的迅猛增长，也为网络文艺的发展提供了强劲的动力和广阔的空间。在这一背景下，我国网络文艺创作生产活跃，内容形式丰富，风格手法多样，发展成果显著。从1998年网络文学代表作《第一次的亲密接触》发表至今，我国网络文艺经过十几年的发展，目前已经形成了一个较大规模的产业。其中，仅网络文学一项在2013年的中国市场收入规模就达到46.3亿元。但网络文艺也还存在着“有数量缺质量”和“有高原缺高峰”等方面的不足。为了更好地满足人民的精神文化需求，推出精品力作的任务依然繁重。

而如何正确、健康地推动社会主义网络文艺大发展大繁荣，面临的一个重要问题就是厘清网络文艺与意识形态的关系，使之不能偏离社会主流意识形态的发展方向。在文艺座谈会上指出：“文艺是时代前进的号角，最能代表一个时代的风貌，最能引领一个时代的风气。”从我国先秦之百家争鸣到五四新文化运动，从西方之文艺复兴到启蒙运动，文艺作为创新风潮的精神动力和思想引擎在人类社会历史发展进程中发挥了重要的作用。文艺在社会历史发展中始终体现着每一个时代的精神，也必然与这个时代的社会主流意识形态产生千丝万缕的联系。文艺的发展只有代表了先进文化的发展方向，才能创作出真正符合人民大众精神文化需求的作品，才能积极推动社会和历史的向前发展。而在任何时期，文艺的创作倘若背离了其当下时代的主旋律和引领社会向前发展的主流价值观，都终将会被历史的车轮所湮没，遭到人民群众的抛弃。因此，网络文艺作为社会主义文艺事业未来繁荣发展的强大生力军，它的发展只有站稳正确的历史立场、政治立场和道德立场，把握正确的创作方向，以马克思主义为指导，以中华文明的优良传统来鼓舞与教育大众，才能真正满足人民的精神文化需求，才能稳固推进网络文艺事业的健康和繁荣发展，这也是其自身能够得以持续发展的前提与保证。

3.把握意识形态工作话语权的必然要求

随着社会主义市场经济的建立和发展，思想的多元化极大地挑战着当前我国的意识形态安全，网络成为当前意识形态斗争最激烈的地带之一。对此，《意见》在分析文艺工作当前面临的问题时指出：“意识形态领域形势十分复杂，巩固思想文化阵地、维护国家文化安全的任务更加紧迫。”而网络文艺作为网络文化的核心内容之一，一些作品常常打着文化传播的幌子，借文艺之名，行主义之实，使得网络文艺在快速发展的过程中夹杂着一些与社会主义意识形态建设相背离的内容。不仅如此，海量的网络文艺作品中还暗含了不少低俗、恶俗、媚俗的内容，消磨人们的意志，毒害青年人的思想，败坏社会公序良俗，与社会主义精神文明建设背道而驰。这使得网络生态恶化，与广大人民的利益相违背。然而，这些内容往往又带有很大的隐蔽性和欺骗性，无形之中对我们的社会主义主流文化和价值理念造成了冲击。总之，它们试图与处于主流地位的马克思主义意识形态争夺话语权，不断地消解社会主义核心价值观的主体地位。曾早有论断：“在社会主义国家里，马克思主义的地位不同了，但是就是在社会主义国家，还是有非马克思主义的思想存在，也有反马克思主义的思想存在。”这段论述在当今信息时代条件下依然具有很强的适用性。

网络在提供便捷多样的文艺生产和传播渠道的同时，也给一些“非马”和“反马”的思想或观点提供了存在空间，这给社会主义国家意识形态工作带来了诸多的困难。例如，网络文艺作品的审核和清查实际上难以全面覆盖，相关管理部门的工作思路和管理水平还未能紧紧跟上网络时代的步伐，在网络意识形态的建设上有时还处于较为被动的局面。因此，如何在纷繁复杂的多元网络文艺生态中确立马克思主义意识形态的领导权，增强社会主义核心价值观的话语权，关系到我们国家和社会的长久稳定发展。

四、发挥社会主义意识形态对网络文艺

引领作用的路径选择明确把握网络文艺意识形态属性的重要意义和基本依据，需要进一步探讨如何在此基础上促进网络文艺的健康和繁荣发展。从根本上说，就是要发挥社会主义意识形态对网络文艺的引领作用。

1.坚持以中国精神为引领，强化社会主义核心价值观对网络文艺的价值引导作用

中共中央在《意见》中不仅提出要“让中国精神成为社会主义文艺的灵魂”，而且也强调了“社会主义核心价值观是中国精神的集中体现和时代表达”。因此，推动网络文艺健康繁荣发展，必须确保社会主义核心价值观的指导地位。社会主义核心价值观之所以能够引领网络文艺的发展，有两方面原因。其一，它是对中国特色社会主义理论、制度和道路的高度凝练，涵盖了国家、社会、公民三个层面的全方位价值准则。网络文艺自然内含于该价值体系之中，因而该价值体系对其具有全面的理论和现实指导意义。其二，它承载了当前全国人民实现复兴中国梦的共同理想信念和价值追求，是维系整个国家与民族的精神纽带。网络文艺作为人民精神文化需求的载体，天然地担负着精神纽带的价值功能。只有坚持社会主义核心价值观的引领，网络文艺才能充分反映时展的前进方向；只有以中国梦和中国精神为核心，网络文艺才能凝聚中国力量、践行中国价值。而如何凸显中国精神对网络文艺的引领地位，关键在于强化社会主义核心价值观的意识形态导向作用。

第7篇：对神经网络的认识范文

[关键词]网络伦理；网络技术；网络文明；价值

现代网络技术的飞速发展成为当前经济发展、社会进步和人类伦理道德变革的原动力，并把世界历史带放了一个大调整大转折时期。当人类实实在在地享受到网络技术带来的极大便利的同时，所引发的伦理问题也备受人们的关注。

一、现代网络技术的道德冲突

“面对迅速延伸的信息高速公路和铺天盖地的因特网，我们有一种被一网打尽的感觉，整个世界无处不网，无时不网，无人不网。”这是一场跨越时空的新的信息网络革命，在给人类生活带来了便利的同时，也与伦理道德产生了一系列冲突。

1．网络空间的特殊性与现存道德环境的冲突

网络空间创造了一个全新的人类生活环境，使原有道德经验与价值观念受到挑战。网络技术所带来的隐蔽性、无约束性、扩大性和虚拟性，易引发人格的分裂，导致交往出现的情感淡漠、伦理道德的信任危机、道德行为失衡等伦理道德问题。这是由于在使用网络时终日与媒体画面打交道，人与人之间的依赖关系被人对网络的依赖关系所取代，人与人之间的交流变成了人与机器之间的交往。使人与人的关系变得功利化、经济化、冷漠化、商品化，并逐渐丧失最起码的道德良知与社会关切。马尔科维奇说：技术的文明进步创造各种方法来克服人与人之间地区的和时间的距离，也创造了强大的分离因素，其后果就是使人与人之间过分隔离，互不理解和偏执，社会组织之间的联系越来越弱。特别是网络空间的虚拟和开放性所导致的道德信任危机，使现实世界丧失了真实感，出现了人与人之间的不信任，给道德的诚信原则以巨大的冲击。一旦网络个体回到现实生活中，就会对现实也保持着一种警惕，认为现实世界也是虚幻的、不真实的。网民如果在现实社会和虚拟社会转变不及时的话，就会加剧现实社会人际关系交往上的信任危机。

由此可见，网络传播自身体现的技术理性、工具价值，在不时地动摇着人们原有的人文理性、目标价值，从而导致人们成为“科技拜物教”的信徒，在网络虚拟空间中不能自拔，逃避现实生活，漠视正常的情感关系和社会关系，对社会缺乏责任感和参与感。在信息高速公路上奔驰着的西方文化产品和价值观念，“润物细无声”般地影响和改变了人们既有的生活方式、行为准则，从而造成人们价值标准的紊乱和精神上的困惑。

2．网络交往与人的特殊道德习性和伦理心理机制的冲突

网络空间交往为不道德的入网者进行种种不．道德的行为开了绿灯，导致了网络道德意识弱化及道德行为的失衡。个人隐私权的侵犯，知识产权的纷争，网络黑客与网络偷窃等都是对其最好的说明。其原因是因为在网络空间里人们可以根据自己的需要任意创造自己喜欢的角色，塑造虚拟理想的自我，并在网上寻求自我表现，并且相互交往的对象没有任何心理负担，仿佛带上了人格面具。有一种肆无忌惮、为所欲为的心理放纵感，这就容易造成个人责任意识和道德观念下降，丧失理想信念，导致其精神萎靡，自由散漫，我行我素，价值观念扭曲，唯利是图，不利于人际关系的稳定。这时，网络就成为了一片似乎可以让人们为所欲为的自由的乐土。另一方面，网络交往具有平等性的心态，在网上交往主体的平等性得到了强化，交往行为的道德性则有所削弱，伦理道德对“网友”的约束性小，这既强化了“网友”交往关系的平等性，也使交往的关系具有了较大的易变性和复杂性。

3．网络社会道德的不确定性与传统伦理作用的冲突

在网络社会中没有形成统一的道德标准，网络个体所持有的观点不同易造成道德相对主义的盛行，带来人的认知倦怠、伦理判断力弱化。他们认为自己的行为只要符合自己的信仰即可，不考虑是否破坏传统道德的问题。个体在全球性的网络群体中显得微不足道，沧海一粟的渺小感觉让人们觉得自己的行为也就不受什么限制，具有更多的随机性和不确定性。所受到的道德和法律的约束也就更少一些，造成传统伦理道德防线极易崩溃，并失去其原有的作用。同时，这也助长了无政府主义风气，削弱了国家对精神领域的控制。传统的集体主义道德原则受到了来自于网络的道德相对主义。无政府主义的冲击和挑战。众所周知，世界上没有绝对的自由，对自由不加限制必将导致不自由。然而，在互联网上，由于没有统一的管制与约束机制，无政府主义便在网上逞尽随意攻击、谩骂政府、大搞人身攻击之能事。由于信息交流之间缺少监管和引导，只要某种思潮的流行一旦形成，必然带有一定的喷性，使得后来者不经意间被裹挟于其中。因此，在独立思考和创造力普遍缺失的今天，人们很容易把既有的一切当成必然。于是，人们头脑中的那块至关重要的精神领地便轻易地被占领，与传统的伦理道德产生了很大的冲突。

进一步说，网络创造的全新广大空间，造成了多种观念相互激荡、多种思潮相互影响、多种文化相互融合，使主流伦理观念淹没于散沙个人祈求之中，导致人的道德选择的迷惘。使个体的行为与其后果的载体之间的距离超过了道德发挥作用的范围，由此导致了在网络空间中存在着传统伦理学不能直接回答的一系列道德新课题，加上新的网络伦理规则没有及时制定出来，对许多网络行为无法直接用对与错来回答。因此，在如何选择和选择什么道德时存在着一个道德约束的真空地带。

汤因比提出：“技术每提高一步，力量就增大一分。这种力量可以用于善恶两个方面。”人类正是在“知识就是力量”伟大口号鼓舞下从愚昧走向文明、走向现代的。但人类也正是在科学万能论的迷梦中悄悄执行了自己精神的“安乐死”。

二、扬弃网络技术负面道德效应的途径

“网络已成为了人类的第二生存空间或第一生存环境，但从上述的分析可知随着网络日益广泛的应用在给人们带来巨大便利同时也伴生着一系列的网络伦理问题。因此，我们必须有意识地塑造一个安全的数字化环境。”笔者认为网络伦理的建设重点不是在具体的法律、规则的制定方面，而是应立足于网络行为主体的精神文明建设上来解决。通过开展人文教育、培育网络文明、加强网络文化建设，为人们的网络交往提供正确的导向，构建一个和谐的网络社会。

1．推进网络技术的发展，培育网络文明。树立履行网络信任责任的伦理道德观念

现代技术的发展对网络文明提出了新的道德要求，其中的关键点在于人，在于人对网络这个工具的使用。要求网络主体要文明用语、文明操作、文明创造，能够通过对网络技术的应用来反思、改造、完善和发展自身，充分考虑网络安全问题，培育一个具有诚信、公正、平等的网络文明作风的和谐网络空间。网络文明要求在网上建立互相尊重的道德理念，抑制相反行为衍生，树立优化和安全的网络文明意识。一个重要的硬件是网络技术不断更新，可以利用设置保护内部信息的“防火墙”等技术，增强技术辨污、排污、清污的能力，控制不良信息如色情、暴力病毒等对社会发展有不良影响的精神垃圾。另一个重要的软件要素是：一个人的网上行为必须受到限制，要有意识地规范自己的行为，提高自身的网络文明意识水平，尊重他人权利和自由，包括尊重他人的隐私权、著作权、名誉权等等，积极履行维护网络信用的责任。在互联网上营造一个充满活力而又没有污染的文明网络环境，使网络真正成为人们学习、交流、休闲、娱乐的文明空间。

2．通过人文教育。树立网络主体人文精神意识，实现网络主体自律性

人们在网络世界中的现实的生命生存是通过自觉的技术活动才获得现实的完满性的，它需要生命意识对技术意识的渗透。这就要求通过人文教育树立网络主体的人文精神意识。把对人的价值和生存意义的教育提升到人的精神境界教育，并通过关怀个人发展、人类进步与命运的教育，净化人的心灵，提升人的文化品格和思想境界，使其成为胸襟广阔、精神和谐、趣味高尚、人格健全的人，使人文精神贯穿于整个网络技术发展的始终．成为网络社会所不可缺失的精神支柱。

马克思曾经指出：道德的基础是人类精神的自律。对个人的道德自觉要求可以说是信息时代的伦理发展必然趋势。人文精神包含的自律性要求每一个网络主体都要自觉地内化道德规范，关注人类的精神家园，注重人类的心灵塑造，要做到“慎独”与“慎微”。“慎独”就是个人修养的最高境界，是自律的最好表现形式，教育我们不要在网上为所欲为，应该在有人和无人的情况下都表现出自己的高尚情操。“慎微”则强调“勿以善小而不为，勿以恶小而为之”。要自重自律，不在网上恶作剧，不乱放电子炸弹，网上聊天要文明用语，形成干净、健康、有序的网络环境。使技术的发展始终不丧失其最终和唯一的目的——以人为本。

3．坚持与时俱进的原则，加强网络文化建设。构筑有中国特色的网络伦理体系

第8篇：对神经网络的认识范文

一、数字技术的哲学局限

数字化的哲学局限还表现为数字的平面化对事物深度认知复杂性的限制。数字化信息处理是在失去时间深度的虚拟平面空间和思维外化的平面网络体中完成的，比特所模拟或虚拟的景象及其所简化的真理性，无论如何无法充分表征或完全替代本原事物，因为原初物本体的丰富性、自然性征的复杂性和动态的生长性与变异性，一定是超越比特仿真和数字模拟的。特别是诸如物理属性、真理认知、生命现象、心理活动、情感体验、神情变化等非表象因素，更是难以用数字化进行简单比量和仿拟的。即使是人类的基因图谱也只能是对生命的技术抽象和模型简化，真正的生命形态远比基因图谱复杂而多变；克隆的生命与自然生育之间不仅存在血缘人伦的矛盾，还存在生命孕育的自然性和生命过程社会性的双重落差。数字化生成机制在虚拟中实施循环逻辑，将对象的复杂个性转化为程序设定的类象（simulacrum）信息，原初事物的复杂意义和多样特征被规范化和标准化过滤得井井有条，不仅事物复杂性问题被简单化处理和技术性遗忘，程序本身的意义、价值与合理性也将被忽视。在这个过程中，数字化带来的是三重平面化：一是载体仿拟的平面化，即网络在线（online）没有时间的绵延只有空间聚合，把物理的时间转化为虚拟的空间，把历史的深度转换为此刻的“在场”，把立体的实存物转化为平面化机器仿拟品，用虚拟真实（vertual reality）替代客观实存，这种载体仿拟的平面化带来的不仅有信息处理时的形态改变，还有媒体过滤中的意义丢失和精神深度削平。二是思维的平面化，正如同普遍使用文字符号的指涉功能（能指与所指）使人们逐渐淡忘了直面事物的亲历感一样，普遍使用数字化“万维网”(www)会使人失去躬行生活时的反思性和思维的深度——当人们以网络的超常记忆体逐渐取代大脑记忆体时，人的思维就将逐渐趋于平面化，降低大脑记忆体在人类理解过程中的作用，就如同有了电话号码本就无需强制记忆一个个电话号码，电子媒介（电话、传真、电子邮件、网络聊天、QQ对话、手机短信）交往失去握手、拥抱时亲切的深度体验感一样。哈贝马斯曾说：“无论如何，技术可以这样来解释：人类掌握了原本就植根于人类有机体中的目的—合理的活动的行为系统的基本要素，并把它们一个一个地透射到技术手段的平台上，从而使他自身能够从相应的功能上解脱开来。”[2]（P87）不过哈贝马斯也许没有看到，这种“解脱”同时也会造成技术与精神游离，或生命原点复杂性的平面性简化。三是超文本的平面化。网络文本的最大特色就是其超文本（hypertext）结构形态，整个互联网就是一个由“万维网”（www）构成的数字化超文本。这一超文本话语里的语词、陈述、判断，随着体系本身链接和互动的扩张而倾向于在该体系内部自足地协同与印证，并且从体系所包含的其他词语、陈述、判断那里获得最终注解。在这一过程中，复杂的表象被简单化为数码类象，同时又将简单元素的复杂链接突现为平面化仿像，正如同无数简单神经元的复杂连接突显出思维现象一样。结果，超文本机智地复制了平面化的物象表征，却挤出了漫浸于物象中的精神水分，以至于一些超文本小说流于智力游戏和技术时尚表演。

还有数字的知识化对意志自由的限制。“技术（包括‘网络技术’）导源于‘求知意志’（ the will to know），人文精神导源于‘意志’的自由。因此在技术的时代（即以技术进步为主导的时代），人容易沦为‘求知意志’的奴隶；而在信仰的时代，人的自由意志被‘无知’所蒙蔽。”[3]（P177）人类求知意志发明的数字化技术提升了知识的价值，甚至诱发“网络为王”的知识崇拜，却又限制了支撑“求知”的意志自由。按照康德的观点，思想为知性提供“意义”，理解则为感性提供“知识”，而互联网的接入和运用主要是基于“知识”——技术知识，而不是“意义”，是出于求知知识，而不是求知意志；不仅不是意志对意义的探寻，还可能导致人们对于意义求知的束缚——因为意义是价值层面的东西，知识则是客观认知的对象，数字化是知识性的工具载体和技术手段，它的炫目与神奇吸引的是求知者的眼球，却遮蔽了知识背后意义的光彩和对价值的意志追求。在互联网上，我们获得的是“知识”，而我们的头脑总是试图为我们的生活提供“意义”。我们生活的意义之所以必须要从我们自己的头脑里得来，根本原因在于生活的意义必须经过亲身体验才可能被领悟。知识是外在的东西，而意义是内在价值的体认，“意义”的意义在于它从来就不是一种可以置体认主体为度外的“知识”，而在于它是一种情感的投入，一种理性的沉思，一种意志的洞见，一种入乎其内的价值关怀，这不是靠知识（如数字化知识）的占有所能决定的。计算机及其网络知识对意义体认主体来说是外在的、非中心化的、非价值主体的，它与意义之间还隔着一条数字化鸿沟，人的求知意志需要迈过这条鸿沟并且把“鸿沟”变作“桥梁”才能真正求知其真正的意义。

二、数字艺术的美学悖论

数字化信息传播技术是人类理性的伟大创造，但数字化的理论和实践，在技术性程序和人性化的编码之间从一开始就存在着需要调解的矛盾现象。这种矛盾在网络艺术活动中则体现为数字化艺术的美学悖论，对这些悖论的理性反思将使我们在培植科技与艺术共存共荣境界时，持有一份真诚而清醒的诗意关怀。这里拟涉及这样几种观念上的悖论及其对立与统一：

数字虚拟与艺术真实。在传统的艺术美学中，“真实性”是一个艺术价值论、审美意义论的范畴。无论是写实文学的生括真实、浪漫文学的情感真实、象征文学的心理真实，还是荒诞作品的本质真实，都需要一个实存的现实物（人）作为参照系，以便为艺术品确定一个能被主体的知、情、意所认同的评判尺度。然而对数字艺术、特别是网络作品的“真实性”评判却失去了这个主客分立的逻辑前提——数字化网络创作是基于“赛博空间”缔造的“虚拟真实”，它既非客体，也非主体；既是艺术真实的对象，又是艺术真实的本体——网络艺术在表现这一虚拟时，需要借助这一虚拟，同时又是在创造虚拟本身。华盛顿大学的布里肯（W.Briken）对网络虚拟真实的表述是：

心理学是虚拟真实的依据，界面即我们的身体。

知识用经脸来表达，环境中存在着数据。

尺度和时间是探索的坐标，一次经验标价1兆。

要问虚拟真实的含义，就是实实在在已不必要。[9]（P33）

文学在线与文学性消散。数字化互联网首先是作为一种新的载体出现在文学面前的。尽管文学走进网络或者网络接纳文学是数字化时代的必然选择，但文学“在线”在很大程度上并不是为了文学，而常常是源于游戏、休闲、表达、交流、“孤独的狂欢”等等。此时，文学性（literariness）不仅可能被遗忘或遮蔽，还将被“祛魅”（disenchantment）和消散。文学的审美原点和价值本体在于其文学性，即如雅可布逊（R.Jakobson）所说的：“文学科学的对象不是文学，而是‘文学性’，即那个使一部作品成为文学作品的东西。”[12]（P104）网络文学恰恰是用符码游戏性替代了文学性，用机械复制性替代了文学的经典性。在这里，“文学”是在线的，甚至是簇拥登场、火爆抢滩的，而“文学性”却是飘散的，逃逸的，无以言说的。法国作家吉斯·黛布雷（ R .Debray）从媒体特征的角度解释过电子艺术的非文学性和非审美性问题：

共2页: 1

论文出处(作者):

关于媒体，可以用三个时期对人类社会进行说明：即书写（writing）时代、印刷（print）时代和视听（audio-visual）时代。与这三个时代相对应的，则是偶像（the idol）、艺术（the art）和视觉（the visual ）。根据这一理论，第一个时代是语言统治（logosphere）时代、第二个是书写统治（ graphosphere）时代、第三个是视图统治（videosphere）时代。偶像是地方性的（起源于古希腊），艺术是西方的（起源于意大利），然而，视觉是全球性的（起源于美国）；与这三个时期相对应的是神学（theology）、美学（ aesthetics）和经济（economy）。[13]（P7）

数字化艺术属于视觉读图（屏）艺术，它已远离了书写时代的“神学”和印刷时代的“美学”，而成为全球性的“经济”——以视觉图像（或图文并陈）作为文化消费符码，让数字艺术在线作为文化资本的生产和再生产，网络世界的文学漫游成为商品化的文化消费，文学的诗意正连同文字的修辞魅力一道消失。在由数字化编织的“类像时代”，计算机、信息处理、媒体、自动控制系统以及按照类像符码和模型而形成的社会组织，已经取代了生产的地位，成为社会的组织原则，数字化编码也取代了艺术的创作规范而成为新的美学规则。在线的文学空间里稀释了“文学性”的踪影，不再追求艺术的超越性和深度性，只有在消费主义意识形态和传媒权力语境的双重夹击下，网民操作的单向涉人与游戏化的符号快感。“文学性”承载的消散终于使得“E媒”文学的网际繁华蜕变为一片片无根漂泊的风中玫瑰。

个体中心与主体边缘。数字化网络是分权的，非中心化的，它的蛛网搜盖与触角延伸，从总体上解构了传统“金字塔”式权力话语模式，而让每一个体都享受在线平权并自成中心，同时又使每一中心成为他者的边缘。个体中心犹如恒河之沙，主体边缘则如玉石之阶，即所谓“人人皆中心，处处是边缘”。其实，人类的发展史就是一个不断发现自我、完善自我，不断从自我中心跌落又不断走向新的发现而向中心迈进的过程。有学者曾指出过，人类历史上除了逻辑哲学对本体论形而上学的消解、科技理性造成人的普遍分裂和神性消退造成的价值空虚以外，人类自文艺复兴以来所确立的以人为宇宙中心的“元话语”，在近现代已经遭受到三次实质性打击：一是哥白尼的“日心说”发现人类并不处于宇宙的中心，而仅仅是茫茫宇宙中一颗星球上的微小生命；二是达尔文的“进化论”发现人原来属于动物界，而不是神的造物；三是弗洛伊德发现了人的本能和无意识的力量，使“人是理性的动物”的说法遭到毁灭性的打击。[14 ]（P430-431）人类历经“宇宙中心”、“上帝子民”、“理性君主”的三级跌落后，寻找自我根基、重建生命自信，便成为许多近现代哲人思考的中心，也激发出艺术家们“补天”的使命。互联网的个体中心并没有拯救人类总体上朝向边缘跌落，因为在哲学主体性上，网络活动的主体只能是“间性主体”或主体的边缘化。一方面，网民的所有上网活动都需要其他网民的交互与认同，是一对一或一对多的“闪客”聚会；另一方面，网络文本往往是合作的、接龙的、他者介人和共享链接的，其主体性也必将是间性的、边缘的。个体中心与主体边缘的悖论是数字艺术的宿命，也是网络创作活动的审美常态。

最后是精神临场与身体缺席。数字网络上艺术游子的“英雄聚会”是一种心灵相约的精神临场，而非身体的肉身躬行。当然，这并不意味着肉身缺席就使得虚拟的网络丧失了实际意义；恰恰相反，在信息沟通、系统控制、技术仿真等方面，勿需身体躬行的数字化世界已经显示了强大的社会效能，如网络炒股、电子邮箱、网上购物、虚拟社区交友、视频会议、远程医疗等等，都是人在非“临场”的状态中实施的。作为一种精神现象的文学艺术表达，数字化网络中精神出场而身体缺席的特殊意义在于：它要以临场的精神来铭写缺席的身体，或者说用精神出场的方式实现身体欲望。网络是一个宣泄欲望的自由空间，加入其中的精神表演多半是身体叙事。木子美的《遗情书》、竹影青瞳的《美体书写》等，不仅用文字写作“身体”，还配有个人肖像和生活图片来展示身体。那些在互联网上火爆一时的小说如《第一次的亲密接触》、《风中玫瑰》、《毕业那天我们一起失恋》、《天堂向左，深圳往右》等等，无不是以在场的精神演绎着缺席的身体，让肉身化叙事成为灵魂漫游与精神自赎的无底棋盘，从而使得“身体的大地行走”成为这些作品的文化命名。

网络写作的身体叙事并非没有积极意义。在工业文明和媒体霸权的消费社会，“身体”不仅是一个由骨骼、肌肉、内脏和五官组成的实体，它的反叛性登场作为对于异化现实的观念抵抗已经成为一个文化事实，并已经与阶级、党派、社会关系或者政治、经济、文化、意识形态等理论范畴产生千丝万缕的联系。马尔库塞在《爱欲与文明》中认为，文明对于身体快乐的剥夺是特定历史阶段的产物，取缔身体和感性的享受是维持社会纲纪的需要，如果权力或者资本的运作还在加剧贫富悬殊，那么身体的快乐与异化的解除只有缩小到审美领域才能实现。伊格尔顿（Terry Eagleton）指出：“对肉体的重要性的重新发现已经成为新近的激进思想所取得的最可宝贵的成就之一。[15]（P7-8）约翰·奥尼尔提出：“我们的身体就是社会的肉身。”[16}（P17）当我们从数字化媒体中发现精神在场而身体缺席的观念悖论时，既要充分认识身体是处于精神飞地之外又期待精神表达的一个不可忽视的领域，体察到数字化网络审美仍然源于哲学对于身体的控制，同时又要谨防将身体欲望与快感被游戏化叙事插人到文化消费主义的槽模。身体缺席虽然不会影响精神的解放，或身体会成为精神解放的终点，但身体却无法承担精神解放赖以修正的全部社会关系。这将是数字化精神现象学需要面对的一个人学原道性课题。

注释：

① 所谓“斯诺命题”是有关科技与人文矛盾关系的理论命题。1959年，身为物理学家和小说家的英国人斯诺（C.P. Snow），在剑桥大学作了一场著名的演讲，讲稿后来以《两种文化与科学革命》为题正式出版。他在演讲中提出，存在着两种截然不同的文化：由于科学家与人文学者在教育背景、学科训练、研究对象，以及所使用的方法和工具等诸多方面的差异，他们关于文化的基本理念和价值判断经常处于相互对立的位里，而两个阵营中的人士又 都彼此鄙视、甚至不屑于去尝试理解对方的立场。这一现象就被称为“斯诺命题”。

参考文献：

[2] JURGEN HARBERMAS，Toward A Rational Society [M] Boston： Beacon press，1968 .

[3] 汪丁丁.网络技术与人文精神[A].陈卫星.网络传播与社会发展[M]北京：北京广播-🔥js1996注册登录出版社，2001.

[4] [德]尼采.悲剧的诞生[M].周国平译.北京：三联书店，1986.

[5] [德]伽达默尔.科学时代的理性[M].薛华译.北京：国际文化出版公司，1988.

[6] [美]弗洛姆.为自己的人[M].孙依依译. 北京：三联书店，1988.

[7] ERICH FROMM，The Revolution of Hope：Toward a Humanized Technology[M] . New York：Harper&Row，1968.

[8] 刘纯，方在庆.“两种丈化”：“冷战”坚冰何时打破？——关于“斯诺命题”的对话〔N〕中华读书报. 2002一02一06：24。

[9〕 高利明.传播媒体和信息技术[M].北京：北京大学出版社，1998.

[10] WILLIAM GIBSON，Neuromancer [M]. New York：Basic Books，1984 .

[11] TIM JORDAN，Cyberpower：The Culture and Politycs of Cyberspace and the Internet [M].London & New York：Routledge，1999.

[12] GARVIN PAULL，A Prague School Reader on Aesthetics，Literary Structure and Style〔M].Washington DC：George-town University Press，1964 .

[14] 王岳川.二十世纪西方哲性诗学[M].北京：北京大学出版社，1999.

[16] [美]奥尼尔.身体形态——现代社会的五种身体[M].张旭春译.沈阳：春风文艺出版社，1999.

第9篇：对神经网络的认识范文

人们提出了很多有关点状符号自动识别的方法，如人工智能法、统计结构法、神经网络法、线划跟踪法等，但为了更加简单快速的识别，本文提出了一种改进的BP网络点状符号识别法。

1 BP神经网络在地图符号识别中的应用

1.1 地图符号预处理

1.1.1 灰度化、二值化

彩色图像中包含的颜色信息，会降低地图符号识别的速度，因此需将彩色图像转为灰度图像。接下来，是对灰度图像进行二值化处理，这样能大大地提高处理效率。

1.1.2 锐化图像

经过二值化的图像字符可能模糊，影响识别，因此需锐化图像使其变得清晰。增强图像的轮廓或边缘是图像锐化的实质，锐化后的图像边缘清晰、突出。图像锐化的方法有：高通滤波法和梯度锐化法，本文选用梯度锐化法。

1.1.3 去噪处理

分层提取后的地图符号图像很可能与我们的要求相差很远，由以下因素造成：印刷工艺与扫描质量、数字符号与其它地图要素相距太近、随机噪声。所以分层提取后的地图符号图像需要进行去噪处理。去噪的方法比较多，本文采用中值滤波法。

1.1.4 分割字符

一般来说，对单个字符分割的方法只需进行简单的垂直投影，可是总会存在一些粘连或断裂的字符，这势必会造成识别失败。但由于已对图像进行了梯度锐化和去噪处理，本文采用了垂直投影法分割字符。

1.2 改进BP网络识别地图符号

Lippman认为，在模式空间中，即使各样本分布在相互交错的复杂区域内，只要有3层网络（只有1个隐层），就可以构成所需要的任意复杂的判别函数，而不需要复杂的网络[5]。因此，本文在此构建一个有1个隐层的3层BP神经网络。

1.2.1 确定输入输出层的节点数

根据符号大小，输入层节点数定为128，即对应的数字符号图像是8*16点阵的。对于输出层，如样本较多，输出节点数就大，则每个样本输出间都有很大的变化，权值就会来回调整，导致权值变化缓慢。所以输出神经元的个数N=INT（log210）=4，其中，待识别的符号个数为10，INT表示取整。

1.2.2 确定隐层节点数

本文选用网络结构增长型方法：先使用较少的隐层节点数，训练网络，同时对学习误差进行测试，然后对隐层节点数逐渐增加，直到测试的误差不再有明显减少。通过实验得到隐层节点数为16。

1.2.3 处理输入输出

针对地图符号识别，输入模式有：符号的图像点阵、特征输入。在识别过程中应考虑输出层节点输出值的误差影响，当输出值大于0.9，则认为节点输出值为1；当输出值小于0.1，则认为该节点的输出值为0。

1.3 实验对比

1.3.1 经典BP算法与改进BP算法

表1中，第一、二行是经典BP算法实验数据，第三、四行是用动量因子方法改进BP算法实验数据，表1可以得出：改进的BP算法取= 0.1时，使收敛时间减少，并且改进后的算法对样本的正确识别率有所提高。因此本文用动量因子法对经典BP算法加以改进。

1.3.2 参数调整

动量项=0.2，初始步长0=0.25，连续修改网络误差E的实验数据，如表2所示。实验数据表明，改进BP神经网络的误差E=0.001时，正确识别率最高，所以本文选用的误差E=0.001。

1.3.3 地图符号识别

应用改进的三层BP神经网络（输入层节点为128，输出层节点为4，隐层节点为16，动量项=0.2，初始步长0=0.25，误差E=0.001）进行地图符号识别的实验数据，如表3所示。实验结果表明：用改进后的BP网络进行地图符号识别的处理时间平均为1.4S，正确识别率平均为93.1%。

2 结语  

综上所述，经过反复试验，利用输入输出节点数的设计以及动量因子法优化网络结构，得出了参数的一套变化规律。同时，这种三层的BP网络适用于对角度和尺度变化的地图符号的识别，能够达到较快的处理时间以及较高的正确识别率。

参考文献

[1]何孝莹，宋伟东，韩颜顺.点状地图符号的神经网络识别[J].测绘科学，2006，31（1）：125-127.

[2]李洋，张晓冬，鲍远律.基于特征模板匹配识别地图中特殊图标的方法[J].电子测量与仪器学报，2012，26（7）：605-609.