文档介绍：人工智能专题报告题目模式识别及人工神经网络概述姓名专业学号学院计算机科学与技术学院内容摘要:模式识别是一项极具研究价值的课题,随着神经网络和模糊逻辑技术的发展,人们对这一问题的研究又采用了许多新的方法和手段,,它包括了模式识别领域中所有典型的问题:数据的采集、处理及选择、输入样本表达的选择、模式识别分类器的选择以及用样本集对识别器的有指导的训练。人工神经网络为数字识别提供了新的手段。正是神经网络所具有的这种自组织自学****能力、推广能力、非线性和运算高度并行的能力使得模式识别成为目前神经网络最为成功的应用领域。关键词:模式识别,神经网络,人工智能,原理,应用Abstract:Patternrecognitionisanextremelyvaluableprojectresearch,workandfuzzylogictechnologydevelopment,peopleonthissubject,andadoptedmanynewmethodsandmeans,,anditincludespatternrecognitionfieldoftypicalproblems:thedataacquisition,processingandselection,inputdataexpresschoice,-learningcapability,generalization, 具体的模式识别是多种多样的,如果从识别的基本方法上划分,传统的模式识别大体分为统计模式识别和句法模式识别,在识别系统中引入神经网络是一种近年来发展起来的新的模式识别方法。尽管引入神经网络的方法和引入网络的结构可以各不相同,但都可称为神经网络模式识别。而且这些识别方法在解决传统方法较难处理的某些问题上带来了新的进展和突破,因而得到了人们越来越多的重视和研究。人工神经元网络(work)简称神经网络,是基于日前人们对自然神经系统的认识而提出的一些神经系统的模型,一般是由一系列被称为神经元的具有某种简单计算功能的节点经过广泛连接构成的一定网络结构,而其网络连接的权值根据某种学****规则在外界输入的作用下不断调节,最后使网络具有某种期望的输出特性。神经网络的这种可以根据输入样本学****的功能使得它非常适合于用来解决模式识别问题,这也是神经网络目前最成功的应用领域之一。一、人工神经网络模式识别(一)神经网络模式识别的基本方法是,首先用己知样本训练神经网络,使之对不同类别的己知样本给出所希望的不同输出,然后用该网络识别未知的样本,根据各样本所对应的网络输出情况来划分未知样本的类别。