神经网络概念范文1
【关键词】网络环境 激发兴趣 科学方法 概念 科学精神
【中图分类号】G623.6 【文献标识码】A 【文章编号】2095-3089（2013）05-0196-01
《科学课程标准》中明确指出：“要引导学生利用广泛存在于学校、家庭、社会、大自然、网络和各种媒体中的各种资源进行科学学习，将学生的科学学习置于广阔的背景之中，帮助他们不断扩展对周围世界科学现象的体验，并丰富他们的学习经历。”网络技术的日益发展，催生着网络环境下的教与学已形成一种大的趋势，这里不仅仅是教学技术有了变化，更重要的是教学新理念在教学中有了体现。信息技术以其逼真的图像、动画、音效能营造教室外的真实“虚拟环境”，同时又以其灵活多变的交互性深深吸引着学生，将信息技术应用于于教学之中，以便科学课更形象生动，更富有感染力，更能激发学生的学习兴趣和求知欲。
科学素养是什么呢？科学素质一般包括：对自然现象的好奇心和求知欲，运用基本的科学知识和技能认识自己和周围世界的能力，具备进行科学探究所必需的科学思维和方法，与自然界和谐相处的生活态度等。如何利用网络环境培养学生良好的科学素养呢？
一、利用现代信息技术激发学生学习科学的兴趣
“我认为对于一切情况，只有“热爱”才是最好的老师。（爱因斯坦）”爱好即获得知识的第一步，只有对自己所喜爱的东西，学生才会有更进一步了解的欲望。
1.变抽象为具体，激发学生的学习兴趣
小学生年龄小，注意力不集中，既使集中注意，时间也比较短暂，他们的学习往往从兴趣出发，只要有兴趣的东西才可以吸引他们的注意力。当他们对所要学习的知识感兴趣时，就会把全部的精力投入到学习中去。
2.以“观”代讲，激发学生兴趣
科学教学的内容包罗万象，既有物理现象，又有化学现象，甚至还有天文地理，在教学过程中，有些现象是无法用语言能表述得十分清楚。因此，我在教学中借助多媒体、网络的甜美的声音，生动的画面、丰富的色彩来教学，既避免了教学中的表述不清，又增加了学生学习的兴趣。
二、利用网络环境 掌握科学探究的方法
进行科学探究的方式是多种多样的。科学探究的主要目标是使学生领悟科学探究的思想，培养学生进行科学探究所需要的能力，增进对科学探究方法与过程的理解。科学探究能力是通过完成部分探究活动和完整的探究活动而形成和发展的。
1.借助网络，进行合理的猜想和假设
收集相关信息，将已有的科学知识和问题相联系，尝试提出可检验的猜想和假设。 能针对所提出的问题依据已有的科学知识、经验，通过思考作出猜想和假设；制定计划，设计实验；能针对探究目的和条件，选择合适的方法（实验、调查、访问、资料查询等）。
2.借助网络，引导观察，让学生在丰富的情感体验中学科学
观察是思维的窗口，观察是学生获得情感体验最有效的途径。国外小学科学课非常重视对学生进行观察活动的指导，有的国家科学课教学中甚至要求学生用80%的时间进行观察。我国《科学（3―6年级）课程标准》特别强调“科学教学应通过观察实验制作活动进行探究，要通过使学生对身边的自然事物观察，发现和提出问题”。通过网络上科学家的观察方法的介绍，了解科学家们在研究事物时观察事物所遇到的问题，让学生进行有效的整合，提出更精到的观察方法。
3.借助网络，指导实验，让学生在真正动手动脑中学科学
教育家苏霍姆林斯基曾经说：“儿童的智慧在他们的手指尖上。”实验教学作为小学科学重要的教学方法之一，对于培养学生学科学、用科学的能力，对于指导学生像科学家那样亲历科学过程，体验学习科学所带给的乐趣具有非常重要的意义。然而，有些实验是无法在一节课上完成的，因此，我们可以借助网络交互性为学生展示实验的全过程。通过网络视频进行教学，使学生掌握实验的过程更好地指导课外实验具有积极作用。
三、利用网络环境，形成正确的科学概念
小学科学课中，有些概念非常抽象，难以理解。对于此类概念的教学，通过网络条件采取有别于概念改变的有效策略
1.利用网络 强化感知
感知是人们认识事物的开始，没有感知就不可能认识事物的本质和规律。因此，在概念教学中，首先根据教学有目的地，有计划地为学生提供丰富的感性材料，引导学生观察，并结合自己的动手操作，丰富感性认识，为概念的形成做好准备。
2.利用网络 丰富表象
表象是人脑对客观事物感知后留下的形象，是多层次感知的结果。表象接近感知，具有一定的具体性，同时又接近概念，具有一定的抽象性，它起着由感知到概念的桥梁作用。建立表象可以摆脱对直观材料的依赖，克服感知中的局限性，为提示概念的本质属性奠定基础。因此，大量使用网络资源可以丰富学生的表象，为学生进一步形成概念提供方便。
3.利用网络 揭示本质属性
在学生充分感知并形成表象后，教师要不失时机地引导学生抽象、概括、分析、综合概括出事物的本质属性。归纳出同类事物的本质特征形成概念。
四、利用网络环境，培养学生的科学精神
什么是科学精神？科学精神是指运用科学思维、科学方法探究发现应用对人的更好生存有积极意义的规律而创新发明成果时所形成的孜孜以求的严谨态度、顽强毅力和本能性探究习惯。
那么如何培养小学生的科学精神呢？
1.借助网络，用科学家的探索精神去感召学生，培养学生知难而进，契而不舍的精神。
2.运用多媒体精心设计教学活动，有计划地训练学生科学思维，分阶段突出强化，完成预定目标，逐步改善学生的思维方式。
3.在探究活动中及时发现和引导学生自己选择最优科学方法，愉快互利合作使自己少走弯路，尽快实现目标。
4.充分利用网络资源，选择和设计鲜明、生动、精美的图片动画进行演示，即能引起兴趣又明了科学道理，也积累了科学知识。必要时引导学生自己参与设计。
5.把学生的作品上传进行资源共享，使学生有成就感，享受到成功的愉悦。
6.借助网络进行对话，写科学小论文，制定实验方案，甚至是长期的实验规划。
通过激发学生科学学习兴趣，教给学生科学的探究方法，形成正确科学的概念，从而达到培养学生良好的科学精神，是我们科学教学的希望，更是民族的希望！
参考文献：
[1]《科学究竟是什么》，张红霞
神经网络概念范文2
关键词：神经网络 计算机安全 入侵检测
中图分类号：TP393.08 文献标识码：A 文章编号：1674-098X（2012）12（c）-00-01
自从1960年Widrow等提出自适应线形神经元用于信号处理中的自适应滤波、预测和模型识别以来，神经网络技术便被用来解决现实生活中的问题。而在McCulloch等基于模仿人脑结构和功能建立起一种人工智能的信息处理系统后，人工神经网络在土木工程、农业、经济管理及企业管理等不同领域中被广泛应用[1-2]。该文介绍了神经网络的概念及特点，并分析神经网络在计算机安全尤其是在网络入侵检测中的应用。
1 神经网络的概念及特点
1.1 神经网络的概念
神经网络是一个并行、分布处理结构，是由神经元及称为联接的无向讯号通道互连而成。人工神经网络（Artificial Neural Network，ANN）指的则是模仿生理神经网络的结构和功能而设计的一种信息处理系统，即由多个非常简单的处理单元彼此按某种方式相互连接而形成的信息处理网络[3]。
1.2 神经网络的特点
在人工神经网络中，由于网络中的每一个单元都是独立的信息处理单元，因此其计算可独立进行，而整个网络系统却是并行计算的。这不同于传统的计算机的串行运算。由于神经网络是一个大规模互联的复杂网络系统，因而是大规模的并行处理，这在一定程度上提高了系统的处理速度，同时也为实时处理提供了重要条件。人工神经网络与人脑类似，具有学习的功能。通常只要给出所需的数据、实例，由网络去学习，而学习获得的知识都分布储存在整个网络的用权系数表示的连接线上。不同网络因学习方法及内容不同，可得到不同的功能和不同的应用。因而有可能解决传统人工智能目前最感困难的机器学习中知识获取、知识表示等问题。此外神经网络还对于输入数据的失真具有相当的弹性。
1.3 常用的神经网络算法
常用的神经网络算法包括ARTMAP模型、ART模型、概率模型PNN、模糊模型ART、模糊多层感知器、Kohonen特征映射网络、反馈多层感知器模型等[4-5]。其中，ART模型和Kohonen特征映射网络、模糊模型ART属于无监督训练算法，而反馈多层感知器模型是受限反馈，ARTMAP模型、ART模型属于反馈的网络拓扑
结构。
2 神经网络在网络入侵检测中的应用
2.1 神经网络应用于网络入侵检测的优势
由于神经网络对于数据训练获得预测能力的过程是通过完全抽象计算实现的，而不强调对于数据分布的假设前提，因此在建立神经网络模型过程中没有必要向神经网络解释知识的具体细节。同时，神经网络在网络入侵检测中，可以通过数据运算而形成异常的判别值，这样可以对于当前是否受到攻击行为影响做出判断，从而实现对检测对象是否存在异常情况的检测[6-8]。
2.2 神经网络在网络入侵检测中的应用
神经网络在网络安全尤其是入侵检测方面已有了相当的研究[9]。有研究者将组织聚类神经网络应用于计算机安全研究中，其采用了自适应谐振学习法进行数据的前期训练，对于无显著意义的平均误差减少时，采用遗传算法继续在前期基础上进行数据数据以得到最佳的权值。国内也在神经网络应用于网络入侵检测上做了大量工作。王勇等研究者在参考MIT Lincoln有关网络入侵检测方法基础上，提出了基于Linux主机的网络入侵检测方案，实现了对于多种网络攻击的特征进行抽取及检测的目的[10]。
神经网络在网络入侵检测中有广泛的应用空间[11-12]，今后应该扩大训练数据的数量和范围，并扩大操作系统的研究空间，通过模拟真实的计算机网络环境，将神经网络技术真正应用于计算机安全尤其是入侵检测工作中。
参考文献
[1] 李季，蒲彪.人工神经网络在食品微生物发酵中的应用[J].食品研究与开发，2009，30（4）：171-174.
[2] 李聪超，周铁军.人工神经网络在农业中的应用[J].农业网络信息，2008（1）：35-38.
[3] 李丽霞，张敏，郜艳晖，等.人工神经网络在医学研究中的应用[J].数理医药学杂志，2009，22（1）：80-82.
[4] 高隽.人工神经网络原理及仿真实例[M].北京：机械工业出版社，2003：44-73.
[5] 杨行峻，郑君里.人工神经网络与盲信号处理[M].北京：清华大学出版社，2003：23-105.
[6] 程丽丽.基于模糊神经网络的入侵检测设计模型[D].哈尔滨：哈尔滨理工大学，2005.
[7] 周开利，康耀红.神经网络模型及其MATLAB仿真程序设计[M].北京：清华大学出版社，2005.
[8] 李家春，李之堂.神经模糊入侵检测系统的研究[J].计算机工程与应用，2001，23（17）：37-39，
[9] 王勇，杨辉华.一种基于进化神经网络的入侵检测实验系统[J].华东理工大学学报（自然科学版），2005（6）：362-366
[10] 乔瑞.基于优化自组织聚类神经网络的入侵检测方法研究[J].计算机与现代化，2005（1）：77-79.
神经网络概念范文3
1、受控语言与自然语言结合模式比较分析
理想的检索状态是：在系统外部，用户可以灵活使用自己的语言（自然语言）检索和组织信息，不需要看见和直接使用受控语言；在系统内部，存在着以超级知识库为基础的、高度专业化的受控语言，支持用户自然语言提问的转换。受控语言与自然语言一体化模式有很多种，其中影响较大的有：词素相似度识别转换模式、一体化语言系统模式、概念空间模型、学科事物概念组配模式和后控制模式等。现将此五种结合模式在体系结构上的相似与差异性作一比较。
1.1 五种结合模式的相似性
它们的共同点是：基本都允许用户使用自然语言检索提问，由系统进行一定程度上的词汇转换与控制，支持用户易用性要求。在体系结构上都能够：①构建语义网络。即以概念为中心对词汇实施控制，通过识别概念之间的关系，建立一个与概念体系相对应的具有层次结构的术语体系。②使用概念代码。以概念为中心，以唯一标识代码为主体是新型情报检索语言系统的特点。③使用入口词表。将符合语义索引要求的主题词或同义词、相关词反馈给用户，由用户来选择、确定他所需要的概念词，最后提交给索引系统进行检索。
1.2 五种结合模式的差异性
1.2.1 词素相似度识别转换模式
其代表是EMT系统，它的每个主题词款目基本数据项有：款目主题词、汉语拼音、英文译名、范畴代号、注释、范畴名称、用项、代项、属项、分项、参项等[1]。另外在其基本数据项中又增加了释义和词素项。各主题词相互之间构成用代、属分、参照3类关系。各主题词款目之间的不同形式排列形成主题词表的体系结构。 主题词款目的各基本数据项间构成了一个概念语义网络群。具体做法是：将每个表的每个款目词均定义为热节点；两两相关节点之间均建立有向索引链进行链接；全部节点由结构链聚合形成整个语义网络。
EMT系统根据转换知识库中的词素及词素同义对照关系，对主题概念或主题词进行分词整形，产生对应的词素标注集合。通过对主题概念与主题词所含词素相似度分析，便可实现主题概念到主题词的对应转换。标引文献时，文献主题概念可全部用自然语言词自由表达。若主题概念与词表中的主题词一致，或与词表中的入口词（同义词和被组代词）一致，则可立即自动转换成主题词，并自动将主题词登录入标引结果字段[2]。词表的入口率越高，与自然语言的自动转换能力就越强。 此种模式针对汉语系统设计，相对于其他针对英文系统设计的模式来说还处于实验阶段。目前，此种模式只在《军用主题词表》中应用，效果理想。该系统有一定的推广价值，随着汉字信息处理技术的发展，特别是汉字自动分词技术的发展，此种模式一定会有广阔的前景。
1.2.2 一体化语言系统模式
其典型代表是美国国立医学图书馆设计的一体化医学语言系统（UMLS）。该系统的语义网络通过134 种语义类型为超级叙词表中所有概念提供了一个统一的分类体系。UMLS系统语义网络的构建步骤是：各个语义类型组成语义网络的节点，节点与节点之间存在的关系即为语义关系。由语义类型及语义关系构成网状的语义结构，它起着统领超级叙词表概念的作用。语义网络将全部概念划分成组，每一组共享几种特定的语义类型，语义类型又共享几种语义关系，使概念不仅高度结构化而且广泛联系。
对于同一概念的不同术语以及不同的变异形式，UMLS采用了三级结构模式：概念（Ⅰ级），用唯一标识符CUI；术语（Ⅱ级），用唯一标识符LUI；词串（Ⅲ级），用唯一标识符SUI[3]。UMLS系统的特点在于：①其目标是受控语言和自然语言的一体化，编制的超级叙词表融先控制与后控制于一体，对概念词进行了不同层次、不同角度的控制。②专家词典程序可同时计算两个概念的共现频率、特殊事物的共现数据以及语义网络推理、识别和转换，使系统的自然语言理解和处理成为可能。③具有更广泛的适用性， 在各种系统、 脱机环境和网络环境中都能很好的应用。UMLS系统已投入使用，目前已被广泛应用于医学领域信息系统的智能化检索、自然语言系统研究、专业词表的编制、医学专业搜索引擎的开发等方面。
1.2.3 概念空间模型
该模型语义网络的构建步骤是：对已识别、选定的概念通过概念共现率分析，得到任意两个概念一起出现的可能概率，将概念作为神经网络的节点，节点间非对称的关联系数作为神经元之间带权重的链接就是概念共现率，这样就构成了神经网络。在文本概念空间生成后，按概念空间的结构分层、分类地建立起具有联想功能的语义索引，然后将语义索引按其在概念空间上的位置构成一个概念语义空间。
概念语义空间的入口词表是“智能型检索接口”。接口将检索要求处理成字符串，与语义空间中已有关键词的字符串相比较。利用缩写展开、赘字消除方法，自动转换成适合查询的字符串，并可将检索词分解到义原的层次，实现检索词的同义原联想功能。概念空间模型的特点是：①实现概念层次的检索，突破了关键词检索局限于形式匹配的缺陷。②实现了对用户检索请求的合理联想，给出进一步检索建议，大大加强与用户的联系。③概念查全率较高，优于人工词表。关键技术在于：①用于自动词表生成的算法，算法先进与否决定这项技术的成败，共现分析是概念空间算法的核心。②向用户提供符合用户检索要求规范词的智能检索接口。
神经网络概念范文4
关键词：青少年；网络成瘾；研究综述
作者简介：邓验，中南大学马克思主义学院博士研究生(湖南 长沙 410083)
曾长秋，中南大学马克思主义学院教授，博士生导师(湖南 长沙 410083)
随着青少年网络成瘾问题越来越受到社会各界的关注，国内外许多专家学者对青少年网络成瘾问题及其对策进行了广泛深入的研究。国外踺网络成瘾的研究从心理学范畴发展到精神病医学领域，从理论研究深入到实证研究；在国内，众多学者在国外已有的研究理论和成果基础上，结合我国青少年的特性，从心理学、精神病医学、社会学、教育学、思想政治教育学等多视角对青少年网络成瘾问题进行了深入研究，并逐步形成了中国特色的引导方式。
综观国内外学者们对网络成瘾的研究主要集中在以下几个方面：
一、对网络成瘾概念界定的研究
互联网起源于美国，因此对网络使用的研究最先是从美国开始的。美国学者肖顿(M.A.Shotton)1989年第一次发现人们对计算机会产生依赖现象，即在使用计算机的过程中产生了许多与沉迷的心理应激相仿的现象与行为，易造成一定程度的心理障碍和心理缺损。1994年美国著名精神病研究专家伊凡·戈登伯格(Ivan Goldberg)最早提出了网络成瘾症(Intemet Addiction Disorder，IAD)这一概念，借用DSM-IV中关于药物依赖的判断标准，指出网瘾是一种应对机制的行为成瘾。1997年，戈登伯格又进一步将其定义为：因为网络过度使用而造成沮丧(distress)，或是身体、心理、人际、婚姻、经济或社会功能的损害。戈登伯格对这一概念的提出使网络成瘾这一问题从心理学范畴深入到了精神病医学领域。美国心理学专家、国际网络成瘾康复的顶尖人物金柏莉·杨教授则将网络成瘾定义为一种没有涉及中毒的“行为一控制失序症”(Impulse-Control Dis-order)。
目前国际上对网络成瘾的概念还没有统一的界定，我国在网络成瘾方面的研究还刚刚起步，相关学者专家在借鉴了国外的研究思路和成果的基础上也提出了自己的一些观点和看法。2008年11月8日，由总医院成瘾医学科陶然教授牵头的研究团队制定的《网络成瘾临床诊断标准》将网络成瘾(Internet Addiction，IA)定义为：个体反复过度使用网络导致的一种精神行为障碍，表现为对网络的再度使用产生强烈的欲望，停止或减少网络使用时出现戒断反应，同时可伴有精神及躯体症状。中国网瘾治疗第一人、华中师范大学特聘教授陶宏开则指出，网络成瘾是一种由心理问题引起的非理，不是《网络成瘾临床诊断标准》中所说的“精神疾病”。
综合国内外学者对于网络成瘾概念的界定，主要是从精神病医学的精神病症和心理学中的心理及生理对网络的过分依赖两个方面来考量的。虽然各位学者对网瘾现象的定义名称不统一，但对其内涵的理解还是大都相似的，都承认网络成瘾者是从病理性的心理依赖转化为上网行为的不可控制，缺乏对网络诱惑的抵抗能力。人的任何一种思想行为的形成和发展都离不开知、情、信、意、行五个基本心理因素，因此，笔者在参考国内外学者专家对网络成瘾问题的调查和研究，以及本次研究调查的实际情况的基础上，结合人的心理过程的基本要素，将网络成瘾定义为：上网者缺乏对网络适度使用的正确认知和抵抗网络诱惑的坚强意志，长期地、重复地耗费大量时间、精力、财力在网上进行非工作、学习等行为，并且对其自身学习、工作、生活、健康以及他人的正常生活造成不利影响的一种网络沉溺行为。
二、对网络成瘾测量标准及诊断的研究
国内外学者对网络成瘾测量标准及诊断的研究主要是从心理和临床两个方面来进行的。
神经网络概念范文5
人工神经网络是近年来迅猛发展的前沿课题，它对突破现有科学技术的瓶颈起到重大的作用。本文剖析了人工神经网络的特征、模型结构以及未来的发展趋势。
【关键词】人工神经网络 神经元 矩阵
1 人工神经网络概述
人工神经网络（ANN）是一种用计算机网络系统模拟生物神经网络的智能神经系统，它是在现代神经生物学研究成果的基础上发展起来的，模拟人脑信息处理机制的一种网络系统，它不但具有处理数值数据的计算能力，而且还具有处理知识的学习、联想和记忆能力。
人工神经网络模拟了大脑神经元的组织方式，反映了人脑的一些基本功能，为研究人工智能开辟了新的途径。它具有以下基本特征：
1.1 并行分布性
因为人工神经网络中的神经元排列并不是杂乱无章的，往往是以一种有规律的序列排列，这种结构非常适合并行计算。同时如果将每一个神经元看作是一个基本的处理单元，则整个系统可以是一个分布式处理系统，使得计算快速。
1.2 可学习性和自适应性
一个相对很小的人工神经网络可存储大量的专家知识，并能根据学习算法，或利用指导系统模拟现实环境（称为有教师学习），或对输入进行自适应学习（称为无教师学习），可以处理不确定或不知道的事情，不断主动学习，不断完善知识的存储。
（3）鲁棒性和容错性
由于采用大量的神经元及其相互连接，具有联想映射与联想记忆能力，容错性保证网络将不完整的、畸变的输入样本恢复成完整的原型，鲁棒性使得网络中的神经元或突触遭到破坏时网络仍然具有学习和记忆能力，不会对整体系统带来严重的影响。
1.3 泛化能力
人工神经网络是大规模的非线性系统，提供了系统协同和自组织的潜力，它能充分逼近任意复杂的非线性关系。如果输入发生较小变化，则输出能够保持相当小的差距。
1.4 信息综合能力
任何知识规则都可以通过对范例的学习存储于同一个神经网络的各连接权值中，能同时处理定量和定性的信息，适用于处理复杂非线性和不确定对象。
2 人工神经网络模型
神经网络是在对人脑思维方式研究的基础上，将其抽象模拟反映人脑基本功能的一种并行处理连接网络。神经元是神经网络的基本处理单元。
在神经网络的发展过程中，从不同角度对神经网络进行了不同层次的描述和模拟，提出了各种各样的神经网络模型，其中最具有代表性的神经网络模型有：感知器、线性神经网络、BP网络、自组织网络、径向基函数网络、反馈神经网络等等。
3 神经元矩阵
神经元矩阵是神经网络模型的一种新构想，是专门为神经网络打造的一个矩阵，它符合神经元的一切特征。
神经元矩阵采用矩阵形式，它可为n维向量组成。引入向量触头和信使粒的概念，向量触头可生长，即长度可变，方向可变，信使粒可“游荡”在矩阵中，建立各种联系。如图1即是神经元矩阵模型
（1）容器可产生一种无形的约束力，使系统得以形成，容器不是全封闭的，从而保证系统与外界的沟通和交互；各向量间可用相互作用的力来联系，而各个信使粒则受控于容器、中空向量以及其它的信使粒。各神经元之间自主交互，神经元矩阵是一种多层次的管理，即一层管理一层。系统具有明显的层级制和分块制，每层每块均独立且协同工作，即每层每块均含组织和自组织因素。
（2）向量触头是中空的，信使粒可以通过向量或存储于向量中，所以又称为中空向量。向量存储了信使粒后，可以吸引更多的信使粒在附近，或使邻近向量转向、伸长，进而形成相对稳定的信息通路。
（3）当两条或更多的信息通路汇集时，可能伴随着通路的增强、合并，以及信使粒的聚集、交换，这是神经元矩阵运算的一种主要形式。通路的形成过程，也就是是神经元矩阵分块、分层、形成联接的过程，也为矩阵系统宏观管理、层级控制的实现奠定了基础。
神经元矩阵亦是一种具有生物网络特征的数学模型，综合了数学上矩阵和向量等重要概念，是一种立体的矩阵结构。尤其是将矩阵的分块特性和向量的指向特征结合起来，更好的体现了神经网络的整体性和单元独立性，系统的组织和自组织特征也更为凸显。信使粒以“点”的数学概念，增强了系统的信息特征，尤其是增强了矩阵的存储和运算功能。
4 人工神经网络的发展趋势
人工神经网络是边缘叉科学，它涉及计算机、人工智能、自动化、生理学等多个学科领域，研究它的发展具有非常重要意义。针对神经网络的社会需求以及存在的问题，今后神经网络的研究趋势主要侧重以下几个方面。
4.1 增强对智能和机器关系问题的认识
人脑是一个结构异常复杂的信息系统，我们所知道的唯一智能系统，随着信息论、控制论、计算机科学、生命科学的发展，人们越来越惊异于大脑的奇妙。对人脑智能化实现的研究，是神经网络研究今后的需要增强的地发展方向。
4.2 发展神经计算和进化计算的理论及应用
利用神经科学理论的研究成果，用数理方法探索智能水平更高的人工神经网络模型，深入研究网络的算法和性能，使离散符号计算、神经计算和进化计算相互促进，开发新的网络数理理论。
4.3 扩大神经元芯片和神经网络结构的作用
神经网络结构体现了结构和算法的统一，是硬件和软件的混合体，神经元矩阵即是如此。人工神经网络既可以用传统计算机来模拟，也可以用集成电路芯片组成神经计算机，甚至还可以生物芯片方式实现，因此研制电子神经网络计算机潜力巨大。如何让传统的计算机、人工智能技术和神经网络计算机相融合也是前沿课题，具有十分诱人的前景。
4.4 促进信息科学和生命科学的相互融合
信息科学与生命科学的相互交叉、相互促进、相互渗透是现代科学的一个显著特点。神经网络与各种智能处理方法有机结合具有很大的发展前景，如与专家系统、模糊逻辑、遗传算法、小波分析等相结合，取长补短，可以获得更好的应用效果。
参考文献
[1]钟珞.饶文碧.邹承明著.人工神经网络及其融合应用技术.科学出版社.
神经网络概念范文6
关键词： 互联网 侵权 名誉权
互联网的自由性、开放性吸引了众多的网络用户，因为网络为人们提供了一个使精神自由得以充分展示和发展的空间。但是这种自由性、随意性也滋生了更多的名誉权侵权问题，如何保护网络环境下的名誉权已经成为学界和业界的重要课题。
一、网络名誉权的界定及其特征
“网络名誉权”一词的出处似乎已经难以考证，但是该称谓的出现却并非偶然。与“网络侵权行为”、“网络隐私权”一样，“网络名誉权”的称谓也是顺应了网络时展而产生的概念。但这些称谓能否作为法学概念在学界还存有争议。有学者认为，“网络侵权行为”这种称谓是不科学的，因为互联网是物而不是人，物不能实施加害行为，不能对他人造成侵权行为法意义上的损害，自然不能成为侵权的主体。①如果按照这样的方式推断也势必会得出“网络名誉权”这种称谓是不科学的结论。
“网络名誉权”和“网络侵权行为”等一样，都是网络时代所催生的新词汇。既然公众对于这些新现象已经有了一个约定俗成的称谓，那么将其作为法学概念使用也无可厚非。其实，此类称谓方法在法学领域也早有先例可循。“计算机犯罪”就是典型例子，没有人会认为这是一种由计算机实施的犯罪，故而当然不会有人觉得“网络侵权行为”是网络实施的侵权行为、“网络名誉权”是网络所享有的名誉权。从“法律概念应目的而生”理论②出发，“网络名誉权”概念的产生也是“有所为”而来，即因应网络环境而产生的名誉权保护问题。
现实社会中，人们互相交流思想、各自进行着评价，名誉权也被纳入法律调整的范围并且得到了应有的保障。网络社会的特殊性仅在于它是以一种全新的技术手段连接各个主体的思想，使各主体在网络社会中评价他人并且被他人所评价。由此，法律也应当提供一个有效机制以保障人们在网络环境下的名誉权即“网络名誉权”的享有和实现。网络名誉权是指人们在网络环境下依法享有的保有和维护名誉的权利。其实质上仍等同于传统名誉权，只是由于人们保有和维护名誉的环境发生了变化，名誉权的主体、客体和内容在网络环境下又呈现出了一定的特殊性。
第一，名誉权作为基本的人格权之一，任何人都是其权利主体，但是只有参与到网络社会的人才能真正成为网络名誉权的权利主体。传统名誉权的产生环境在一定意义上是由相识的人所形成的“熟人社会”，人们受制于熟人的监督和道德意识的约束、威慑于法律手段的制裁。网络名誉权的产生环境却是以自由性、开放性著称的网络社会，在“熟人社会”中起着重要作用的道德、法律手段在网络社会中难免被忽视。匿名的网络生活状态与现实生活中真人生活状态的分离，在现代社会已经成为了一种普遍的现象。因此，同一个民事主体在现实环境和网络环境中很可能会有着截然不同的表现。但是这种现实生活状态与网络生活状态的分离并未超出民法理论中基于人格抽象性与现实生活多样性而形成的人格分层化的制度特征。③概言之，网络名誉权的主体具有人格分层的特点。
