人工神经网络技术及其应用

上一些不确 定因素，可能造成当事人经济上或
者其他 方面的损失 。 因此在进行某一项活动时 ， 对活 动进行有效的预测和评估 ，避免风险 。人 工神经网络技术可 以根据风险 的实 际来源 ，构
筑 ～ 套 信 用 风 险 模 型 结 构 和 风 险 评 估 系 数 ， 从
２ ． １生物信号的检测分析 目前大部 分 医学检 测设 备都 是通 过连 续 波形得到相关数据 ，从而根据所得 数据对 病情
它 的主要 工作原 理对 人脑神 经网络进行
处理 ，并仿造人脑神经 网络建立简单的模
参考文献
［ １ ］ 周 文婷 ， 孟琪 ． 运动 员赛前心理调 控的新 策略 一一基于人 工神 经 网络技 术的比赛场
按照不同的连接方式组成一个完整的网络 ，
‘ 学术 界也 直接将 它成为神经网络。神经网
而提 出有效地解决方案 。通过信用风 险模 型分
进行诊断。人工神经 网络技术就是应用 了这样 析弥补主观预测方面 的不足 ，从而达到避 免风
的方式将多个神经元组合起来构 成，解 决了生 险的 目的。 物医学信号检测方面 的难题 ，其适应性和 独立
３人工神经网络技术未来发展
人工 神 经网 络克服 了传 统 人工 智能 对语 言识别 、模 式、非 结构化 信息处理的缺陷 ，因 此在模式识别 、神 经专家系统、智能控制、信 息处理和天气 预测 等领域广泛应用。随着科学
们研 究各类 科学问题提供了一种新的方法
ｉ 段 ，使 人 们 在 交 通 运 输 、人 工 智 能 、军 事 、
医院 需要存储 的医学知识越 来越多 ，每天产生
４结语
通 过上 述研 究分 析，人 工神 经 网络 技术
新 的病况和知 识，过 去的一些专家系统显然 已
经无法适应 医院的发展 需求，因此医院的效率
，
自行推理 。因此在 医学专家 系统中该网络技术 应用面较广 。麻醉 医学、重症医学中生理变量 分析和评估较 多， 目前临床 上一些还没有确切 证据或者 尚未发现 的关系 与现象，通过人工神 经网络便能有效地解决 。
２ ． ３ 市 场 价 格 预 测 在 经 济 活 动 中 ， 传 统 统 计 方 法 受 到 一 些
领域 的工作更加 便捷 ，近 年来随着 Ａ Ｉ 的
已经取得 了相 应的发展，但还存在很多不足 ： Ｅ ，人 工神经 网络技术得到了快速的发展阶 很低 。而人工神经 网络技 术的出现为医院专家 系统 的构建提 出了新 的发展方向，通过人工神 应用 范围狭 窄、预测精度低、通用模型缺乏创 经 网络技术 ，系统能够 自主学习、 自己组织 、
｝ 实就是一种运算模 型，它 是通 过大量 的节
一 一
源自文库
地 声景预测 （ 综述） ［ Ｊ 】 ． 哈 尔滨体 育学 院
学报 ， ２ ０ １ ５ ， ３ ３ （ ０ ３ ） ： １ ５ — ２ １ ． ［ ２ 】 张红 兰 ． 人 工神 经 网络技 术的应用现 状分
析 … ．中国新通信 ， ２ Ｏ １ ４（ ０ ２ ） ： ７ ６ — ７ ６ ．
ｌ 络天地 ・ Ｎ ｅ ｔ ｗｏ ｒ ｋ Ｗｏ ｒ ｌ ｄ
人工神经 网络技术及其应 用
文／ 孟代江
在 从 事 某 一 项 特 定 的 活 动 时 ， 由 于 社 会
随着 人工神 经 网络 技术 的发 展，它 在模 式识别、知识工程、信号处理、专家系统 、机
器 人控 制 等 方 面 的应 用 较广 。
企业和 国家开 始大规 模研 发 Ａ Ｉ ，人工 神经 网
络正在模拟 人类认 知的方向发展 ，目前市场 已 展 ，人工神经网络技术在信号处理 、图像 计算机 中，构 建独 立的医学知识库 ，通过逻辑 经有很 多不少 人工 智能产 品面世 。 推理进 行诊 断的一种 方式 。 进入到二十一世纪 ， Ｂ 、 智 能 识 别 等 领 域 已经 取 得 了 巨大 的改 变 ，
性强 ，分布贮藏功 能多。在生物医学领域该技
术 主 要 应 用 于 对 心 电信 号 、 听 觉 诱 发 电位 信 号 、
键词 】人 工神 经网络 信 息技 术 发展趋 势
医学 图像 、肌 电荷 胃肠等信号的处理、识别和
分析 。
２ ． ２ 医学专 家系统 人 工神 经网 络技 术在 处理 实际 问题 主要
新等 ，因此 需要我们在此基础上不断寻找新 的 突破点 ， 加强对生物神经元系统的研究和探索 ， 进一步挖掘其潜在 的价值，将人工神经 网络技 术应用在更 多领域 中， 为社会创造更大 的财 富。
工神 经网络技术
人 工神经 网络技 术也称 ＡＮ Ｎ，是随 着上 ￡ 纪八 十年代人 工智能发展 兴起 的一个研究
两 个 过 程 ， 一个 是 学 习 训 练 过 程 ， 另 外 一
技术 的进步 ，Ａ Ｊ 的快速 发展，Ａ Ｉ 与遗传算法 、
传 统 的医院 专家 系统 是直接 将 专家 的经 模糊系统等方面结合 ，形成了计算智能 ，很 多
验 、学历、ｌ 临床诊断方面取得的成绩等存储在
记 忆联想过程。近年来随着人工网络技术
神经元连接起来 的，其 中不同的节点所
因素的制约 ， 无 法对价格变动做 出准确的预测 ，
ｌ 的输 出函数也不 同，也就是所谓 的激励 函
因此难免在预测的时候 出现失 误的现象。人工
当有两个节点连接起来时称之为通过 该连 神经网络技术能够处理那些不完整 的、规律不 并 作出有效地预测， ； 号 的 加 权 值 ，也 称 为 权 重 ，这 就 相 当人 脑 明显、模糊不确定 的数据 ，
网络记忆 。人工神经 网络技术是采用 并行 因此人工神经 网络技术具有传统 统计方法无法 ｉ 式系统 ，这种工作机理与传统 的信 息处 理 比拟的优势 。例如人工神经 网络 技术可 以通过 ： 和人工智能技术完全不 同，是一种全新 的 ： ，它克服 了传统基于逻辑符号 的人工 智能 ！ 非 结构信 息化和直觉方面的缺陷 ，具有实 ： 习、 自适应性和 自组织性等特 点。 分析居民人均收入、贷款利率和城 市化 发展水 平，从而组建一个完整 的预测模 型，准 确预测