认知机和神经认知机
(2012-05-05 09:54:23)
转自：http://blog.sina.com.cn/s/blog_7671b3eb01013msk.html
认知机cognitron
一种神经网络模型。由福岛邦彦提出，它是一种假设的人类感觉系统的数学模型。它的计算机仿真程序表明对模式识别具有很好的适应能力。认知机由突触互连的神经元层构成，一层中的前突触神经元馈送到下一层的后突触神经元。有两类神经元：第一类是兴奋神经元，它引起后突触神经元点火;第二类是抑制神经元，它减少这种趋向。神经元点火取决于激活和抑制输入的加权之和。每个神经元仅连到靠近区域神经元，这个区称为连接区。这种有限范围与视皮层的解析结果相一致。神经元被分层，层之间互连。采用的训练算法是给定输入模式训练集，通过调节它的突触强度，网络进行自组织。
由Fukushima提出，是至今结构最复杂的多层网络。通过无师学习，具有选择能力，对样品的平移和旋转不敏感。但认知机所用节点及互连较多，参数多且难选择。
神经认知机neocognition
认知机 (1)日本广播协会的福岛邦彦于1978～1984年研制的用于手写字母识别的多层自组织神经网络。在认知机中，福岛帮彦引入了最大值检出等概念。当网格中某种神经元损坏时，立就可由其他神经元顶替。因此，具有较好的容错能力。认知机是已开发的最复杂的网络，对输入模式的大小、平移、旋转等变化不敏感，能识别复杂文字(如汉字)，但需大量的处理单元和连接，硬件实现较困难。(2)神经认知机更接近Hubel与Wiesel提出的视觉系统模型。神经认知机对模式信号的识别比认知机强得多，无论信号的变换、转换、失真、大小的改变都可以处理。神经认知机模型向视网膜一样接收二维模式信号，然后与人视皮层连续处理相同处理层安排成层次的样式，各层由平面组成，每个平面由单元组成。