面向对象的人工神经网络

面向对象编程(OOP)与人类思维和语言在表达模式上的接近而日益受到软件工程界的青睐,人工智能开发上也出现对它明显的倾斜。在诸多面向对象编程工具中,SmaUtalk/v的直接编程环境、内设的完整类与方法、弹出式菜单、开发工具包等特色,提供的类封装、继承及多态性这些有力的(I〕P特性,逐渐成为受用户喜爱的(X)P软件。人工智能的重要分枝:神经网络方法已发展了很多不同的模型,如Adaline、物讨ield、ART、a认度、Ham-ming、&ck一ProPa罗石on(冬P)等,其中BP模型应用较广,成功地用于语言识别、模式分类、数据压缩等方面,为了进一步发挥它的效能,本文探讨与面向对象概念相结合的面向对象的人工神经网络模型建立方法。神经元网络可看作是接收输入产生输出“黑盒”一类的信息处理系统,主要由处理单元(PE)和它们之间加权的联接构成。