人工神经网络概述人工神经网络(ANNs)，也称为神经网络(NNs)，是一种模拟生物神经网络进行信息处理的数学模型。它是基于大脑的生理学研究成果，目的是模拟大脑的一些机制，实现一些特定的功能。目前，人工神经网络已经在许多领域得到了应用。本章主要对人工神经网络的基本理论做了全面而简要的介绍。
神经网络的特征神经网络的基本属性反映了神经网络的特征，主要表现在以下几个方面：
1.并行分布式处理神经网络具有高度的并行结构和并行实现能力，具有高速寻找最优解的能力，能够充分发挥计算机的高速计算能力，可能很快找到最优解。
2.人脑思维的非线性处理是非线性的，所以神经网络模拟人的思维也应该是非线性的。这一特性有助于处理非线性问题。
3.它具有自学习功能。通过学习过去的历史数据，它训练了一个特定的神经网络，可以总结所有的数据。自学习功能对于预测特别重要。
4.神经网络的硬件实现使人工神经网络更快更有效地解决更大规模问题的关键是V LSI硬件的实现，即在一个芯片(多为CMOS)上制作神经元和连接，形成ANN。神经网络的VLSI设计方法近年来发展迅速，硬件实现已成为神经网络的一个重要分支。
神经网络的应用领域近年来，神经网络在许多领域得到了广泛的应用。在民用方面的应用，如语言识别、图像识别与理解、计算机视觉、智能机器人故障检测、实时语言翻译、企业管理、市场分析、决策优化、物料分配、自适应控制、专家系统、智能接口、神经生理学、心理学和认知科学研究等。军事应用中的应用，如雷达、声纳的多目标识别与跟踪，战场管理与决策支持系统，军用机器人控制的信息快速录取、分类与查询，导弹智能制导，保密通信，航天器姿态控制等。
标签：神经网络应用人工神经网络