神经网络信号过滤

❶ 神经网络技术有什么功能

神经网络技术对完成对微弱信号的检验和对各传感器信息实时处理，具有自适应自学习功能，能自动掌握环境特征，实现自动目标识别及容错性好，抗干扰能力强等优点。神经网络技术特别适用于密集信号环境的信息处理、数据收集目标识别、图像处理、无源探测与定位以及人机接口等方面，因而在作战指挥方面有广泛的应用前景。

❷ 卷积神经网络工作原理直观的解释

其实道理很简单，因为卷积运算，从频域角度看，是频谱相乘所以图像跟卷积核做卷积时，两者频谱不重叠的部分相乘，自然是0，那图像这部分频率的信息就被卷积核过滤了。而图像，本质上就是二维离散的信号，像素点值的大小代表该位置的振幅，所以图像包含了一系列频率的特征。比如图像边缘部分，像素值差别大，属于高频信号，背景部分，像素值差别小，是低频信号。所以如果卷积核具有‘高通’性质，就能起到提取图像边缘的作用，低通则有模糊的效果。所以，卷积神经网络的牛逼之处在于通过卷积层的不同卷积核，提取图像不同频段的特征；以及通过池化层，提取不同粒度的特征。

❸ tensorflow卷积神经网络中 卷积层的过滤器的深度如何计算深度值是靠经验么

神经系统（nervous system）是机体内对生理功能活动的调节起主导作用的系统，主要由神经组织组成，分为中枢神经系统和周围神经系统两大部分。中枢神经系统又包括脑和脊髓，周围神经系统由它们发出的神经组成，包括脑神经和脊神经。
中枢神经系统（centralnervoussystem=CNS）是神经系统的主要部分，包括位于椎管内的脊髓和位于颅腔内的脑；其位置常在动物体的中轴，由明显的脑神经节、神经索或脑和脊髓以及它们之间的连接成分组成。在中枢神经系统内大量神经细胞聚集在一起，有机地构成网络或回路；其主要功能是传递、储存和加工信息，产生各种心理活动，支配与控制动物的全部行为。
人类单个受精卵发育成一个个体，这个过程在很大程度上还是相对神秘的，原因就在于发育过程的复杂性：从单个细胞，发育成几百万个有特殊功能的细胞到成熟个体的几百亿个细胞，而这种复杂的顶点是中枢神经系统的发育。中枢神经系统是由胚胎的外胚层发育形成的，在神经胚阶段，脊索是胚胎早期纵贯胚胎的中轴，诱导其上方的未分化的外胚层细胞转变为中枢神经系统的原基。首先，脊索上方的背部外胚层细胞伸长加厚，形成前宽后窄的神经板；神经板边缘加厚起褶形成神经褶；神经板中央下凹形成神经沟。然后，神经褶向背中线移动，最后合拢形成神经管，神经管的前部发育成脑，后部发育成脊髓。从这个阶段开始，大脑总的特征是由神经管前部的生长和弯曲决定的。随着大脑皮质的逐渐增大和皮质褶皱的产生，形成了成熟的大脑，而在人类胚胎发育的早期阶段，人类胎儿和哺乳动物胎儿有着惊人的相似。这就是中枢神经系统发育的总的神经解剖学特征。
一、脑子。
人脑可分为4个部分——(即大脑、间脑、小脑、脑干。其中端脑和间脑又合称为前脑，脑桥和延髓又合称为后脑。)端脑，指大脑两半球；延脑或称延髓。中脑、脑桥与延髓组成脑干，其间有神经细胞团与神经纤维交错组成的脑干网状结构。人脑是从低等动物的原始神经组织经过长期的演化历程发展而来的。人脑达到高度的发展，主要在于大脑两半球的不断扩大和复杂化。大脑两半球的表面积扩大到一定程度，由于颅腔容量的限制而出现沟、回，并逐渐增加其数目。大脑两半球主要由灰质表层、白质和皮下神经节，即大脑皮质、神经纤维髓质和基底神经节组成。由联合神经纤维（主要是胼胝体）联结在一起的大脑两半球划分为额叶、顶叶、枕叶、颞叶与岛叶，而且它们各有一定的机能分工。
脑的基本构成单位是神经细胞(神经元)和胶质细胞。人脑的神经元数约达10^11（正负10倍）。大脑皮质（亦称皮层）的神经元约为140亿，一般是6层的结构模式。其中，感知从外周传来刺激的细胞主要位于第4层；实现加工和将兴奋由一个皮质区传递给另一皮质区的细胞，多半在第2层和第3层；把传出冲动引向外周的细胞主要在第 5层。神经元与神经元之间以电的和化学的方式相互传递信息。每一个神经元通常拥有几百个以至几千个突触联结，人脑的全部突触数约达10^15之多。突触的联结型式是复杂多样的，整个脑是通过这种联结而组成的一个巨大的自调控、自组织、自学习的神经网络系统。
人类大脑皮层一定区域的损伤，可以引致特有的各种语言活动功能障碍。临床发现，损伤布洛卡（Broca）三角区，会引致运动失语症(motoraphasia)。病人可以看懂文字与听懂别人谈话，但自己却不会讲话，不能用字来口头表达；然而，其与发音有关的肌肉并不麻痹，就是不能用“字”来表达自己的意思。损伤额中回后部接近中央前回手部代表区的部位，则病人可以听懂别人的谈话，看懂文字，自己也会讲话，但不会写字；然而，其手部的其他运动并不受影响，这种情况称为失写症(agraphia)。颞上回后部的损伤，会引致感觉失语症(sensoryaphasia)，病人可以讲话及写字，也能看懂文字，但听不懂别人的谈话；事实上，病人能听到别人的声音，就是不懂其含义，但其视觉却是良好的，其他的语言活动功能仍健全，这种情况称为失读症(alexia)，因此，语言活动的完整功能是与广大皮层区域的活动有关的，各区域的功能是密切相关的。严重的失语症可同时出现上述四种语言活动功能的障碍。还有，当我们学习一门外语的时候，它会被储存在大脑的特定区域。如果我们使用已经掌握的语言或者母语的时候，似乎会抑制另一种语言。如果大脑中负责这一部分的区域受伤了，会导致语言的混乱或者改变。如一位九十四岁的老奶奶脑梗之前一直在学英语，结果脑梗之后虽然听得懂母语，但是却不会说了，只会说英语了。
又，中医学术语。脑为奇恒之腑之一。
脑，又名髓海，深藏于头部，居颅腔之中，其外为头面，内为脑髓，是精髓和神明汇集发明之处，又称为元神之府。《素问·五藏生成篇》：“诸髓者皆属于脑。”《灵枢·海论》：“脑为髓之海。”
脑的主要生理功能是主宰生命活动、精神活动和感觉运动等。
二、脊髓。
脊髓呈前后稍扁的圆柱体，全长粗细不等，位于椎管内，上端在枕骨大孔处与延髓相连，下端尖削呈圆锥状，称脊髓圆锥，圆锥尖端延续为一细丝，称终丝，终丝向下经骶管终于第2尾椎的背面，成人脊髓全长约42～45厘米。
脊髓有两个膨大，上方一个称颈膨大，位于颈髓第三段到胸髓第二段，在颈髓第六段处最粗；下方一个称腰膨大，始自胸髓第九段到脊髓圆锥，对着第12胸椎处最粗。这两个膨大的形成，与四肢的出现有关，由于此处脊髓内部神经元的增多所致。
在脊髓的表面有六条彼此平行的纵沟，前面正中较深的沟，称前（腹侧）正中裂，其前外侧有前（腹）外侧沟，前根从其间走出；后面正中有一浅沟，称后（背侧）正中沟，其后外侧有后（背）外侧沟，后根纤维从其间进入脊髓。在后正中沟与后外侧沟之间，还有后中间沟。前、后根纤维在椎间孔处汇合，构成脊神经。在汇合之前，于后根处形成一个膨大，称脊神经节，内含假单极的感觉神经元。脊髓全长共发出31对脊神经，与每一对脊神经相对应的脊髓部分，称脊髓节，共有31节，计8个颈节、12个胸节、5个腰节、5个骶节和1个尾节。
脊髓与脊柱在发生发展过程中，由于二者生长速度出现不平衡（脊髓的生长速度慢于脊柱），成人脊髓的下端仅达第1腰椎下缘，因此腰、骶、尾部的脊神经根，围绕终丝集聚成束丝呈垂直下降，形成马尾。由于脊髓在第1腰椎以下已没有了，所以临床上一般在第3～4腰椎间进行穿刺。
三、脑神经。
嗅神经：
人的嗅神经始于鼻腔的嗅粘膜。嗅细胞的中枢突先在粘膜内合并交织成丛，再由丛合成15～20条嗅丝。嗅丝离开嗅粘膜，向上穿经筛骨板的小孔进入颅前窝，终止于嗅球。嗅细胞既是嗅觉的一级传入神经元，又是嗅感受器的接受细胞。嗅神经元髓鞘，其表面包着由硬膜和蛛网膜形成的双层“套鞘”。颅内蛛网膜下腔可循此鞘下的间隙延至嗅粘膜。因而有些颅压增高的病人，也可能出现自鼻腔外漏脑脊液的情况。颅前窝骨折时，嗅丝可撕脱，引起嗅觉障碍。
视神经：
视神经发源于视网膜的神经节细胞层，发自视网膜鼻侧一半的纤维，经视交叉后，与对侧眼球视网膜颞侧一半的纤维结合，形成视束，终止于外侧膝状体，在此处换神经元后发出纤维经内囊后肢后部形成视辐射，终止于枕叶距状裂两侧楔回和舌回的中枢皮质，即纹状区。黄斑的纤维投射于纹状区的后部，视网膜周围部的纤维投射于纹状区的前部。光反射的径路不经外侧膝状体，由视束经上丘臂而入中脑上丘，与动眼神经核联系。对其检查主要包括视力、色觉、视野和眼底检查。

动眼神经：
起自中脑的动眼神经核，含有躯体运动和内脏运动两种纤维。躯体运动纤维支配眼球的下直肌、内直肌、下斜肌、上直肌和上睑提肌的运动。内脏运动纤维（副交感纤维）支配瞳孔括约肌和睫状肌，使瞳孔缩小，晶状体变凸。动眼神经损伤主要表现为上睑下垂、眼球向外斜视、瞳孔散大等。
滑车神经：
起自中脑上丘平面动眼神经核下端的滑车神经核，其纤维走向背侧顶盖，绕大脑脚外侧前行，穿入海绵窦外侧壁，经眶上裂入眶内，分布于上斜肌，支配此肌。单纯的滑车神经麻痹较少见，表现为患眼向下向外运动减弱，并有复视。
三叉神经：
共有三个分支，第一支眼神经，为感觉神经；第二支上颌神经，为感觉神经；第三支下颌神经，为混合神经（含有感觉和运动纤维）。感觉纤维分布于颜面、眼、鼻、口腔，传导痛、温、触等感觉和眼外肌、咀嚼肌的本体感觉。运动纤维分布于咀嚼肌，支配咀嚼肌运动。三叉神经损伤，表现为咀嚼肌瘫痪、萎缩，头面部皮肤、口、鼻腔黏膜、牙及牙龈黏膜感觉丧失，角膜反射消失。
外展神经：
起自脑桥下部的展神经核，轴突组成展神经，分布于眼外直肌，支配眼球向外侧运动。展神经损伤时眼内斜视。
面神经：
面神经含运动、感觉和副交感纤维。运动纤维起自位于桥脑尾端腹外侧的面神经核，支配除咀嚼肌和上睑提肌以外的面肌以及耳部肌、枕肌、颈阔肌等。味觉纤维起自膝状神经节，支配舌前2/3的味觉。少数感觉纤维传递耳廓、外耳道和鼓膜的一部分皮肤、泪腺、唾液腺和口腔的一部分粘膜的一般感觉。副交感纤维起自上泌涎核，支配舌下腺、下颌下腺的分泌。
听神经：
亦称“前庭蜗神经”，由蜗神经和前庭神经两部分组成。蜗神经的感觉神经元位于耳蜗的螺旋器（柯蒂氏器），传导听觉冲动。前庭神经的感觉神经元位于内耳前庭器官（囊斑、壶腹嵴），传导位置觉冲动。位听神经损伤表现为眩晕、眼球震颤和听力障碍。
舌咽神经：
舌咽神经包括感觉、运动和副交感三类。感觉起源于上神经节及岩（下）神经节，其周围分布于：①舌后1/3的味蕾，传导味觉；②至咽部、软腭、舌后1/3、扁桃体、两侧腭弓、耳咽管以及鼓室，接受粘膜感觉；③至颈动脉窦和颈动脉球即窦神经（与呼吸、脉搏、血压的调节反射有关）。它们的中枢支皆终止于延髓的孤束核。运动起自疑核，分布于茎突咽肌，功能是提高咽穹窿。副交感起自下涎核，经鼓室神经、岩浅小神经，终止于耳神经节，节后纤维支配腮腺分泌。
迷走神经：
其运动纤维起自疑核，与舌咽神经并行，穿出脑干后经颈静脉孔出颅腔，供应除软腭肌和茎咽肌以外的所有咽、喉、软腭的肌肉。感觉神经元在颈静脉孔附近的颈神经节和结神经节。颈神经节的周围支传导一部分外耳道、鼓膜和耳廓的一般感觉；中枢支入三叉神经的脑干脊髓核。结神经节的周围支传导咽、喉、气管、食管及各内脏的感觉，和咽、软腭、硬腭，会厌等部分的味觉；中枢支入弧束核。副交感神经起自第四脑室底部的迷走神经背核，布于内脏器官。
副神经：
副神经由特殊内脏运动纤维及躯体运动纤维组成。前者起自疑核，支配咽喉肌，后者起自副神经核，支配胸锁乳突肌和斜方肌。当一侧副神经损伤时，导致该侧胸乳乳突肌瘫痪，头无力转向对侧，斜方肌瘫痪肩部下垂，抬肩无力。
舌下神经：
舌下神经起源于延髓背侧部近中线的舌下神经核，其神经根从延髓锥体外侧的前外侧沟穿出，经舌下神经管到颅外，支配舌肌。舌向外伸出主要是颏舌肌的作用，舌向内缩回主要是舌骨舌肌的作用。舌下神经只接受对侧皮质延髓束支配。舌下神经的中枢性损害引起对侧中枢性舌下神经麻痹，舌肌无萎缩，常伴有偏瘫，多见于脑血管意外。周围性舌下神经麻痹时，舌显着萎缩。舌下神经核的进行性变性疾病还可伴有肌肉震颤。
四、脊神经。
颈神经：
位于颈部，共有8对。第1～7对颈神经在相应颈椎椎弓上方的椎间孔出椎管；第8对颈神经在第7颈椎与第1胸椎之间的椎间孔出椎管。颈神经的前支在颈部组成颈丛和臂丛。第1～4颈神经的前支组成颈丛，第5～8颈神经的前支组成臂丛。颈神经的后支较相应的前支较粗大，为感觉性转入纤维，前支为运动纤维。经椎骨横突之间向后穿行。颈神经的分布，按照脊髓节段，呈节段性分布。颈丛神经分布于胸锁乳突肌、膈肌、胸膜及枕部、耳廓、颈前区和肩部的皮肤；臂丛神经分布于上臂的肌肉和皮肤；后支分布于枕、项、背部的肌肉和皮肤。第1、2颈神经根离开脊髓后并不通过椎间孔，而直接沿椎体进入分布区。因此第1、2神经根容易遭受直接外伤，但不存在受椎间孔压迫的可能性。
胸神经：
共12对，出椎间孔后即分出后支和前支。后支较短，分布于躯干背侧，肌支支配胸半棘肌、多裂肌、回旋肌、胸棘肌、横突间肌、棘间肌、胸髂肋肌和胸最长肌；皮支管理肩、背部、臀部（外侧）的皮肤感觉。胸神经的前支较长，除第1对的大部分参加臂丛、第12对的小部分参加腰丛之外，其余的皆不成丛。第1～11对，各自位于相应的肋间隙内，称肋间神经；第12对位于第12肋下方，称肋下神经。肋间神经在肋间内、外肌之间，在肋间血管的下方，沿各肋沟前行，于胸腹壁侧面，发出外侧皮支，分布于胸腹侧壁的皮肤。第4～6肋间神经外侧皮支，还发出乳房外侧支至乳房，主干继续向前，其中上6对肋间神经至胸骨侧缘浅出，下5对肋间神经和肋下神经，斜向前下进入腹内斜肌和腹横肌之间，再穿过腹直肌鞘，浅出皮下。这些浅出的前皮支，分布于胸、腹前壁的皮肤；第2～4肋间神经的前支，还发出乳房内侧支分布于乳房；此外，肋间神经还发出细支，分布于胸、腹膜壁层。肋间神经和肋下神经的肌支，支配肋间内、外肌，腹内、外斜肌、腹横肌和腹直肌等。
腰神经：
共5对，发自脊髓的腰节。腰神经各自穿出椎间孔后，即分为后支和前支。
腰神经的后支，在横突间内侧肌的内侧向后行，即分成内侧支和外侧支。各腰神经后支的内侧支，皆分布于多裂肌。下3对腰神经，还发出细支到骶部的皮肤。上3对腰神经后支的外侧支，斜行向外，发支支配附近的竖脊肌；其皮支穿背阔肌腱膜，在竖脊肌的外侧缘，跨过髂嵴后部，至臀部皮下，称臀上皮神经。第1腰神经的外侧支较小，分布于臀中肌表面的上部；第2腰神经外侧支，分布于臀中肌表面下部和臀大肌浅层；第4腰神经外侧支细小，终于骶棘肌下部；第5腰神经外侧支，分布于骶棘肌，并同第1骶神经相交通。
腰神经的前支，由上而下逐渐粗大。第1～4腰神经的前支，大部分组成腰神经丛（有50%的第12胸神经的前支分支加入腰丛）。第4腰神经的小部分和第5腰神经合成腰骶干，参加骶神经丛的组成。
骶神经：
有5对，在骶管内分为后支和前支。
骶神经的后支：上4对经骶后孔穿出，第5对在骶尾后韧带之间从骶管裂孔穿出。上3对穿出处被多裂肌覆盖，也分为内侧支和外侧支。第4、5骶神经的后支无分支。
外侧支：上3对骶神经后支的外侧支相互间、并与第5骶神经后支的外侧支之间，在骶骨背面结合成袢。从此袢发支，到骶结节韧带后面，又形成第二列神经袢。从第二列袢分出二至三个皮支，穿臀大肌和固有筋膜，至浅筋膜内，分布于从髂后上棘至尾骨尖端的臀部内侧皮肤一称为臀中皮神经。
内侧支：细小，终于多裂肌。
骶神经的前支：上4对经骶前孔进入骨盆，第5对在骶骨和尾骨之间进入骨盆。各支的大小不一，上部者大，愈往下愈小。这些神经的前支，相互结合，形成骶丛。
尾神经：
有一对，在骶管内分为后支和前支。
尾神经的后支：在骶管内和前支分开后，经骶管裂孔，并穿过骶管下部的韧带分出，不分叉，同第5骶神经的后支结合成袢，从袢发出皮支，分布于被盖尾骨部的皮肤。
尾神经的前支：同第5骶神经的前支形成尾丛，第4骶神经的前支以一小部分加入尾丛。第5骶神经前支，从骶管裂孔穿出，在骶骨角的下侧，绕骶骨外侧转向前，穿尾骨肌至盆面，同第4骶神经前支的降支结合成小干，在尾骨肌的盆面下降。尾神经前支从骶骨裂孔穿出，绕尾骨的外侧缘，穿尾骨肌，在尾骨肌盆面和第4、5骶神经前支所合成的干结合，形成尾丛。从尾丛分出肛尾神经，分布于尾骨附近的皮肤。
希望我能帮助你解疑释惑。

❹ 神经网络的主要内容特点

（1） 神经网络的一般特点
作为一种正在兴起的新型技术神经网络有着自己的优势，他的主要特点如下：
① 由于神经网络模仿人的大脑，采用自适应算法。使它较之专家系统的固定的推理方式及传统计算机的指令程序方式更能够适应化环境的变化。总结规律，完成某种运算、推理、识别及控制任务。因而它具有更高的智能水平，更接近人的大脑。
② 较强的容错能力，使神经网络能够和人工视觉系统一样，根据对象的主要特征去识别对象。
③ 自学习、自组织功能及归纳能力。
以上三个特点是神经网络能够对不确定的、非结构化的信息及图像进行识别处理。石油勘探中的大量信息就具有这种性质。因而，人工神经网络是十分适合石油勘探的信息处理的。
（2） 自组织神经网络的特点
自组织特征映射神经网络作为神经网络的一种，既有神经网络的通用的上面所述的三个主要的特点又有自己的特色。
① 自组织神经网络共分两层即输入层和输出层。
② 采用竞争学记机制，胜者为王，但是同时近邻也享有特权，可以跟着竞争获胜的神经元一起调整权值，从而使得结果更加光滑，不想前面的那样粗糙。
③ 这一网络同时考虑拓扑结构的问题，即他不仅仅是对输入数据本身的分析，更考虑到数据的拓扑机构。
权值调整的过程中和最后的结果输出都考虑了这些，使得相似的神经元在相邻的位置，从而实现了与人脑类似的大脑分区响应处理不同类型的信号的功能。
④ 采用无导师学记机制，不需要教师信号，直接进行分类操作，使得网络的适应性更强，应用更加的广泛，尤其是那些对于现在的人来说结果还是未知的数据的分类。顽强的生命力使得神经网络的应用范围大大加大。

❺ 关于神经网络信号处理

神经元网络应用面很广，理论上说它可以应用到你能想到的各个领域，神经元网络在信号处理方面的应用我接触过的有数据压缩，模式识别，还有很多，前景不错。

❻ 神经网络算法和卡尔曼滤波可以同时应用于信息融合吗

可以的，可以预先用卡尔曼对信号进行滤波 ，去除一定的噪声 然后再进行样本神经网络训练，不过网络实际用时也需先进行卡尔曼滤波

❼ 神经网络（深度学习）的几个基础概念

从广义上说深度学习的网络结构也是多层神经网络的一种。传统意义上的多层神经网络是只有输入层、隐藏层、输出层。其中隐藏层的层数根据需要而定，没有明确的理论推导来说明到底多少层合适。而深度学习中最着名的卷积神经网络CNN，在原来多层神经网络的基础上，加入了特征学习部分，这部分是模仿人脑对信号处理上的分级的。具体操作就是在原来的全连接的层前面加入了部分连接的卷积层与降维层，而且加入的是一个层级。输入层 - 卷积层 -降维层 -卷积层 - 降维层 -- .... -- 隐藏层 -输出层简单来说，原来多层神经网络做的步骤是：特征映射到值。特征是人工挑选。深度学习做的步骤是 信号->特征->值。 特征是由网络自己选择。

❽ 卷机神经网络中的对输入图像的过滤器是什么这里的过滤器怎么理解

ConvOp是Theano中对卷积层的一个实现。它重复了Scipy中scipy.signal.convolve2d的函数功能，总的来讲,ConvOp包含了两个输入（参数）：
（1）对应输入图像的mini-batch的4D张量。每个张量的大小为：[mini-batch的大小，输入的特征图的数量，图像的高度，图像的宽度]。
（2）对应于权值W的4D张量。每个张量的大小为：[m层的特征图数量，m-1层的特征图数量，滤波器的高度，滤波器的宽度]。

如果输入数据是小块图像，比如8×8，那这种方法是可行的，但是如果输入图像是96×96，假设隐含层神经元100个，那么就有一百万个（96×96×100）参数需要学习，向前或向后传播计算时计算时间也会慢很多。
解决这类问题的一种简单方法是对隐含单元和输入单元间的连接加以限制：每个隐含单元仅仅只能连接输入单元的一部分。例如，每个隐含单元仅仅连接输入图像的一小片相邻区域。这也是卷积神经网络的基本思想，它是一种特殊的MLP,这个概念是从生物里面演化过来的. 根据Hubel和Wiesel早期在猫的视觉皮层上的工作, 我们知道在视觉皮层上面存在一种细胞的复杂分布,这些细胞对一些局部输入是很敏感的,它们被成为感知野, 并通过这种特殊的组合方式来覆盖整个视野. 这些过滤器对输入空间是局部敏感的,因此能够更好得发觉自然图像中不同物体的空间相关性。
对一副图片的局部特性的提取在整个视野上是可重复的，比如我们在96×96图像中选取8×8作为样本，在样本上学习到的特征应用到整幅图像上，即利用8×8中学习到的特征在96×96图像上做卷积，从而获得不同的特征值，所需要学习的参数也从96×96降到了8×8，这样成为一个特征图。我们需要从一副图像上学习的特征肯定不止一种，所以需要建立n个特征图来学习不同的特征。即使是这样，算法的复杂度也比之前全连接的方法大大的降低了。

❾ 神经网络算法原理

一共有四种算法及原理，如下所示：

1、自适应谐振理论（ART）网络

自适应谐振理论（ART）网络具有不同的方案。一个ART-1网络含有两层一个输入层和一个输出层。这两层完全互连，该连接沿着正向（自底向上）和反馈（自顶向下）两个方向进行。

2、学习矢量量化（LVQ）网络

学习矢量量化（LVQ）网络，它由三层神经元组成，即输入转换层、隐含层和输出层。该网络在输入层与隐含层之间为完全连接，而在隐含层与输出层之间为部分连接，每个输出神经元与隐含神经元的不同组相连接。

3、Kohonen网络

Kohonen网络或自组织特征映射网络含有两层，一个输入缓冲层用于接收输入模式，另一个为输出层，输出层的神经元一般按正则二维阵列排列，每个输出神经元连接至所有输入神经元。连接权值形成与已知输出神经元相连的参考矢量的分量。

4、Hopfield网络

Hopfield网络是一种典型的递归网络，这种网络通常只接受二进制输入（0或1）以及双极输入（+1或-1）。它含有一个单层神经元，每个神经元与所有其他神经元连接，形成递归结构。

(9)神经网络信号过滤扩展阅读：

人工神经网络算法的历史背景：

该算法系统是 20 世纪 40 年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。

BP算法又称为误差反向传播算法，是人工神经网络中的一种监督式的学习算法。BP 神经网络算法在理论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。

而且网络的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况设定，灵活性很大，在优化、信号处理与模式识别、智能控制、故障诊断等许 多领域都有着广泛的应用前景。