简述人工神经网络的主要特征

人工神经网络的主要特征如下：

1、人工神经网络具有大规模的并行协同处理能力。

每一个神经元的功能和结构都很简单，但是由大量神经元构成的整体却有很强的处理能力。

2、人工神经网络具有较强的容错能力和联想能力。

单个神经元或者连接对网络整体功能的影响都比较微小。在神经网络中，信息的存储与处理是合二为一的，信息的分布存放在几乎整个网络中。

3、人工神经网络具有较强的学习能力。

神经网络的学习可分为有教师学习与无教师学习两类。由于其运算的不精确性，故表现出“去噪声，容残缺”的能力。利用这种不精确性可比较自然地实现模式的自动分类。其具 有很强的泛化能力与抽象能力。

4、人工神经网络是一个大规模自组织、自适应的非线性动力系统。

人工神经网络具有一般非线性动力系统的***性，即不可预测性、耗散性、高维性不可 逆性、广泛连接性和自适应性等。

人工神经网络的定义

人工神经网络是若干类似神经元的处理单元相互连接而构成的庞大信息处理系统，是对人脑组织结构和运行机制的抽象、简化和模拟。在机器学习和认知科学领域，人工神经网络是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。