jacky
人工神经网络发展的第一次高潮是1957年，罗森布拉特提出感知面味实演地歌半机神经元关系。
拓展知识：
人360问答工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。哥结的衣州配它是在现代神经科学研究成果的基渗衡础上提出的，试图通过模拟大脑息袁神经网络处理、记忆信息的方式进行信息处理。
人工神经网络具有四个基本特征：
（1）非线性
非线性关系是自然界的普遍特性出构氢文吧。大脑的智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储容量。
（2）非局限性
一个神经网喜致络通常由多个神经元广泛连接而成。一鱼计短流吧个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子。
（3）非常定性
人工神经网络具有自适应、自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化期里注或光过程。
（4）非凸性
一个系统的演化方向，在一定条件下将取决于某个特定的状态函数。例如能量函数，它的极值相应于系统比较稳定官夫书放把难检装错的状态。非凸性是指这种函数有多个腔租极值，故系统具有多个较稳定的平衡态，这将导致系统演化的多样性。
人工神经网络中，神经元处理单元可表示不同的对象，例如特征、字母、概念，或者一些有意义的抽象模式。
网络中你象虽降志处理单元的类型分为三类：输入单元、输出单元和隐单元。输入单元接受外部世界的信号与数据；输出单元实现系统处理结果的输出；隐单元是处程教在输入和输出单元之备矿举绝间间，不能由系统外部观察的单元。
人工神经网络是一种非程序化、适应性、大脑配前零停毛些紧开复板含风格的信息处理，其本质是通过网络的变换和动力学行为得到一种并行分布式的信息处理功能，并在不同程度神哥侵加却益第岩洋和层次上模仿人脑神经系统的信息处理功能。它是涉及神经科学、思维科学、人工智能、计算机科学等多个领域的交叉学科。
人工神经网络是并行分布式系统，采用了与传统人工智能和信息处理技术完丛圆做全不同的机理，克服了传统握多考龙四员剧的基于逻辑符号的人工智能在处理直觉、非结构化独信息方面的缺陷，具有自适应更论敌关增酸敌还本击育、自组织和实时学习的特点。
