检索结果共
个
1
1.1
人工智能简介（2学时）
3
3.1
概述
3.2
人工神经网络（4学时）
3.2.1
生物脑神经元结构
3.2.2
神经元的组成部分
3.2.3
生物脑神经元的工作机制
3.2.4
人工神经网络
3.2.5
人工神经网络的发展
3.2.6
人工神经网络的特性
3.2.7
人工神经元模型
3.2.8
上课视频：ANN
3.2.9
常见的传输函数
3.2.10
人工神经网络结构
3.2.11
人工神经网络学习算法
3.2.12
上课视频：神经元学习规则
3.4
进化计算（2学时）
3.5
群体智能（4学时）
3.6
粒子群优化算法
3.7
蚁群优化算法
友情提示：同学您好，此页面仅供预览，在此页面学习不会被统计哦！ 请进入学习空间后选择课程学习。
神经元通过细胞膜与外部隔离，所以神经元的内部和外部具有不同的电位。以外部电位为参考电位的内部电位称为膜电位。膜电位上升则称神经元兴奋，膜电位下降则称神经元抑制。
生物神经网络的六个基本特征：
神经元及其联接；
神经元之间的联接强度决定信号传递的强弱；
神经元之间的联接强度是可以随训练改变的；
信号可以是起刺激作用的，也可以是起抑制作用的；
一个神经元接受的信号的累积效果决定该神经元的状态；
每个神经元可以有一个“阈值”。