1、“.....下面列出些主要应用领域模式识别和图像处理。印刷体和手写字符识别语音识别签字识别指纹识别人体病理分析目标检测与识别图像压缩和图像复制等。控制和优化。化工过程控制机器人运动控制家电控制半导体生产中掺杂控制石油精炼优化控制和超大规模集成电路布线设计等。预报和智能信息具体的神经网络模型，以实现计算机模拟或准备制作硬件，包括网络学习算法的研究。进步对生物神经系统进行研究，不断地丰富对人脑的认识。神经网络的研究内容和目前存在的问题神经网络的研究内容神经网络的研究内容相当广泛，反映了多科学交叉技术领域的特点。目前，主要的研究工作集中在以下四方面生物原型研究从生理学心理学解剖学脑科学病理学生物科学方面研究神经细胞神经网络神经系统的生物原型结构及其功能机理。建立理论模型根据生物圆形的研究，建立神经元神经网络的理论模型，其中包括概念模型知识模型物念模型知识模型物理化学模型数学模型等......”。

2、“.....目前，主要的研究工作集中在以下四方面生物原型研究从生理学心理学解剖学脑科学病理学生物科学方面研究神经细胞神经网络神经系统的生物原型结构部分内容简介通用模型和算法。进步对生物神经系统进行研究，不断地丰富对人脑的认识。神经网络的研究内容和目前存在的问题神经网络的研究内容神经网络的研究内容相当广泛，反映了多科学交叉技术领域的特点。目前，主要的研究工作集中在以下四方面生物原型研究从生理学心理学解剖学脑科学病理学生物科学方面研究神经细胞神经网络神经系统的生物原型结构及其功能机理。建立理论模型根据生物圆形的研究，建立神经元神经网络的理论模型，其中包括概念模型知识模型物理化学模型数学模型等。网络模型与算法研究在理论模型研究的基础上构成具体的神经网络模型，以实现计算机模拟或准备制作硬件，包括网络学习算法的研究。这方面的工作也称为技术模型研究......”。

3、“.....利用神经网络组成实际的应用系统，例如，完成种信号处理或模式识别的功能构成专家系统制成机器人等。神经网络研究目前存在的问题人工神经网络的发展具有强大的生命力。当前存在的问题是智能水平还不高，许多应用方面的要求还不能得到很好的满足网络分析与综合的些理论性问题还未得到很好的解决。例如，由于训练中稳定性的要求学习率很小，所以梯度下降法使得训练很忙动量法因为学习率的提高通常比单纯的梯度下降法要快，但在实际应用中还是很慢。针对千变万化的应用对象，各类复杂的求解问题，编制些特定的程序软件求解，耗费了大量的人力和物力。而这些软件往往只针对方面的问题有效，并且在人机接口用户友好性等诸多方面存在定的缺陷。在微机飞速发展的今天，很多都已不能满足发展的需要。二〇〇九年五月十二日星期二神经网络的应用神经网络理论的应用取得了令人瞩目的发展......”。

4、“.....下面列出些主要应用领域模式识别和图像处理。印刷体和手写字符识别语音识别签字识别指纹识别人体病理分析目标检测与识别图像压缩和图像复制等。控制和优化。化工过程控制机器人运动控制家电控制半导体生产中掺杂控制石油精炼优化控制和超大规模集成电路布线设计等。预报和智能信息管理。股票市场预测地震预报有价证券管理借贷风险分析卡管理和交通管理。通信。自适应均衡回波抵消路由选择和网络中的呼叫接纳识别和控制。空间科学。空间交汇对接控制导航信息智能管理飞行器制导和飞行程序优化管理等。神经网络结构及神经网络神经元与网络结构人工神经网络，是模仿生物神经网络功能的种经验模型。生物神经元受到传入的刺激，其反应又从输出端传到相联的其它神经元，输入和输出之间的变换关系般是非线性的。神经网络是由若干简单通常是自适应的元件及其层次组织，以大规模并行连接方式构造而成的网络......”。

5、“.....模仿生物神经网络而建立的人工神经网络，对输入信号有功能强大的反应和处理能力。神经网络是由大量的处理单元神经元互相连接而成的网络。为了模拟大脑的基本特性，在神经科学研究的基础上，提出了神经网络的模型。但是，实际上神经网络并没有完全反映大脑的功能，只是对生物神经网络进行了种抽象简化和模拟。神经网络的信息处理通过神经元的互相作用来实现，知识与信息的存储表现为网络元件互相分布式的物理联系。神经网络的学习和识别取决于各种神经元连接权系数的动态演化过程。若干神经元连接成网络，其中的个神经元可以接受多个输入信号，按照定的规则转换为输出信号。由于神经网络中神经元间复杂的连接关系和各神经元传递信号的非线性方式，输入和输出信号间可以构建出各种各样的关系，因此可以用来作为黑箱模型，表达那些用机理模型还无法精确描述但输入和输出之间确实有客观的确定性的或模糊性的规律。因此......”。

6、“.....在化工生产研究和开发中得到了越来越多的用途。生物神经元二〇〇九年五月十二日星期二人脑大约由个神经元组成，神经元互相连接成神经网络。神经元是大脑处理信息的基本单元，以细胞体为主体，由许多向周围延伸的不规则树枝状纤维构成的神经细胞，其形状很像棵枯树的枝干。它主要由细胞体树突轴突和突触，又称神经键组成。如图所示。图生物神经元从神经元各组成部分的功能来看，信息的处理与传递主要发生在突触附近。当神经元细胞体通过轴突传到突触前膜的脉冲幅度达到定强度，即超过其阈值电位后，突触前膜将向突触间隙释放神经传递的化学物质。人工神经元归纳下生物神经元传递信息的过程生物神经元是个多输入单输出单元。常用的人工神经元模型可用图模拟。图人工神经元感知器示意图当神经元有多个输入„，和单个输出时，输入和输出的关系可表示为其中为阈值，为从神经元到神经元的连接权重因子，为传递函数......”。

7、“.....人工神经网络的构成二〇〇九年五月十二日星期二神经元的模型确定之后，个神经网络的特性及能力主要取决于网络的拓扑结构及学习方法。神经网络连接的几种，可以看出，经过次训练后，由于验证误差的增加，训练停止。将训练误差，验证误差和测试误差绘制在副图中，如图所示，这样就可以更加直观地观察训练过程。平方差时间二〇〇九年五月十二日星期二图训练误差验证误差测试误差曲线步骤三输出结果最后，对网络响应进行分析，将所有的数据都放在整个数据集中，包括训练数据验证数据和测试数据，然后网络输出和相应的期望输出向量进行线性回归分析。线性回归之前需要对网络输出进行反规范转换，因为有三组输出值，所以应进行三次线性回归。其结果如图所示。将三组输出进行线性回归分析二〇〇九年五月十二日星期二图线性回归结果线性回归线性回归线性回归不同条件下的输出结果对网络型进行改进，将隐层神经元数目加为个......”。

8、“.....三种误差曲线如图所示，改进后的线性回归结果如图所示。图训练过程，二〇〇九年五月十二日星期二图三种误差曲线平方差时间同样将所有的数据都放在整个数据集中，包括训练数据验证数据和测试数据，然后网络输出和相应的期望输出向量进行线性回归分析。最后线性回归的输出结果如图所示。二〇〇九年五月十二日星期二图线性回归结果线性回归线性回归线性回归讨论综上两种情况比较下，其中当隐层神经元为五个时，前面两个输出期望值的跟踪较好，相应的值几乎达到了，而第三个输出则吻合得不是很理想，作进步研究，在当隐层数据为时，较第种情况，它的输出更加接近于期望值。比较可知，当隐层数目越多，则测试得到的样本水平越接近于期望值。结束语本文首先总结了神经网络的研究目的和意义，介绍了神经网络的研究背景和现状，分析了目前神经网络研究中存在的问题，然后描述了神经网络算法的实现以及神经网络的工作原理，给出了网络的局限性......”。

9、“.....分析研究了神经网络在函数逼近和样本含量估计两个实例中的应用。以及分析了结论，即信号的频率越高，则隐层节点越多，隐单元个数越多，逼近能力越强。和隐层数目越多，测试得到的样本的水平越接近于期望值。本文虽然总结分析了神经网络算法的实现，给出了实例分析，但是还有很多的不足。本文所总结的神经网络和目前研究的现状都还不够全面，经过程序调试的图形有可能都还存在很多细节上的问题，而图形曲线所实现效果都还不够好，以及结果分析不够全面，正确，缺乏科学性等，这些都还是需加强提高的，本文的完成不代表就对这门学科研究的结束，还有很多知识，理论，研究成果需要不断学习，近几年的不断发展，神经网络更是取得了非常广泛的应用，和令人瞩目的发展，在很多方面都发挥了其独特的作用，特别是在人工智能自动控制计算机科学信息处理机器人模式识别等众多方面的应用实例，给人们带来了很多应用上到思考，和解决方法的研究......”。