神經(jīng)計(jì)算機(jī)的人工神經(jīng)網(wǎng)絡(luò)實(shí)用化研究

摘要：人工神經(jīng)網(wǎng)絡(luò)實(shí)際上就是智能工程的研究，在最近的十幾年里面，智能工程取得了非常重要的成就，從各種智能化機(jī)器人的發(fā)明就能夠體現(xiàn)到這一點(diǎn)，本文的重點(diǎn)就是討論神經(jīng)計(jì)算機(jī)的人工神經(jīng)網(wǎng)絡(luò)在測(cè)控技術(shù)和中藥研究上的實(shí)用化分析，從這兩點(diǎn)出發(fā)來(lái)研究國(guó)內(nèi)人工神經(jīng)網(wǎng)絡(luò)的實(shí)用化條件。

關(guān)鍵詞：神經(jīng)計(jì)算機(jī)；人工神經(jīng)網(wǎng)絡(luò)；實(shí)用化研究

中圖分類(lèi)號(hào)：TP183 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007—9599 （2012） 14—0000—02

人工神經(jīng)網(wǎng)絡(luò)從字面的意思就是采用人工的方法來(lái)實(shí)現(xiàn)大腦的思維模式，這是因?yàn)殡S著計(jì)算機(jī)技術(shù)的進(jìn)步，多陣列CPU組成的計(jì)算機(jī)網(wǎng)絡(luò)，能夠從一定的程度來(lái)模擬實(shí)現(xiàn)大腦的思維，將CPU替代人類(lèi)大腦的神經(jīng)元，從而實(shí)現(xiàn)計(jì)算機(jī)的人工智能，目前基于神經(jīng)計(jì)算機(jī)的人工神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)被廣泛的使用于科技領(lǐng)域的各個(gè)方面，比如本文即將要重點(diǎn)介紹的測(cè)控技術(shù)和中藥現(xiàn)代化。

一、人工神經(jīng)網(wǎng)絡(luò)的介紹

人工神經(jīng)網(wǎng)絡(luò)就是模擬人腦神經(jīng)突觸結(jié)構(gòu)對(duì)信息處理的一種數(shù)學(xué)模型，是基于仿生學(xué)的基礎(chǔ)，計(jì)算機(jī)技術(shù)的應(yīng)用，從而實(shí)現(xiàn)類(lèi)似人腦的邏輯性思維，人工神經(jīng)網(wǎng)絡(luò)不是通過(guò)一個(gè)個(gè)程序來(lái)實(shí)現(xiàn)的邏輯性思維，而是通過(guò)大量的節(jié)點(diǎn)，圖1是節(jié)點(diǎn)的示意圖：

其中：a1～an為輸入向量的各個(gè)分量；w1～wn為神經(jīng)元各個(gè)突觸的權(quán)值；b為偏置； f為傳遞函數(shù)，通常為非線性函數(shù)。以下默認(rèn)為hardlim（）；t為神經(jīng)元輸出；數(shù)學(xué)表示 t=f（WA''+b）；W為權(quán)向量；A為輸入向量，A''為A向量的轉(zhuǎn)置；f為傳遞函數(shù)。

節(jié)點(diǎn)又叫做神經(jīng)元來(lái)進(jìn)行相互作用實(shí)現(xiàn)的邏輯性思維，包括記憶能力，其中每一個(gè)神經(jīng)元代表了一種輸出函數(shù)，而通過(guò)兩個(gè)神經(jīng)元之間的連接信號(hào)則稱(chēng)為加權(quán)值，這實(shí)際上就是人工神經(jīng)網(wǎng)絡(luò)的記憶。一個(gè)節(jié)點(diǎn)的計(jì)算公式是： ；其中Y是神經(jīng)元的輸出。 是神經(jīng)元的第i個(gè)輸入量， 則是第i個(gè)所儲(chǔ)權(quán)值， 則代表了節(jié)點(diǎn)的函數(shù)平移量，n代表是節(jié)點(diǎn)的個(gè)數(shù)。由此公式衍生的 =0則代表了n維空間中的超平面。這個(gè)超平面把n維空間劃分了兩個(gè)平面，一個(gè)平面的 是正值，另一個(gè)則代表了負(fù)數(shù)。

人工神經(jīng)網(wǎng)絡(luò)的基本特征主要體現(xiàn)在四個(gè)方面，分別是非線性、非凸性，非局限性和非常定性，人工神經(jīng)網(wǎng)絡(luò)采用了并行的分布系統(tǒng)，因此具備更高級(jí)的自適應(yīng)，自組織和自學(xué)習(xí)能力。圖2則是上述公式衍生出來(lái)的神經(jīng)元結(jié)構(gòu)圖：

二、人工神經(jīng)網(wǎng)絡(luò)的模擬實(shí)現(xiàn)方法

人工神經(jīng)網(wǎng)絡(luò)是一種并行分布式系統(tǒng)，是有一個(gè)個(gè)并行的簡(jiǎn)單運(yùn)算單元所組成，因此通過(guò)計(jì)算機(jī)軟件來(lái)模擬人工神經(jīng)網(wǎng)絡(luò)就變得可行，目前大規(guī)模的人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模擬則需要專(zhuān)用的硬件，這種硬件設(shè)備能夠針對(duì)某一種特定的人工神經(jīng)網(wǎng)絡(luò)，這些硬件設(shè)備在制造的過(guò)程中有關(guān)加權(quán)值已經(jīng)固定，這種固定式人工神經(jīng)網(wǎng)絡(luò)芯片主要用于運(yùn)算非常大的場(chǎng)合；另一種硬件就是通過(guò)增加可擦寫(xiě)存儲(chǔ)器的半固定電路，對(duì)人工神經(jīng)網(wǎng)絡(luò)的相關(guān)權(quán)值進(jìn)行更新，這種硬件在人工神經(jīng)網(wǎng)絡(luò)組成有中等需求。而可以隨時(shí)更改神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，線性結(jié)構(gòu)和權(quán)值的硬件又被稱(chēng)作通用性人工神經(jīng)網(wǎng)絡(luò)硬件，這種硬件的需求量較小，但是適應(yīng)人工神經(jīng)網(wǎng)絡(luò)的研究和開(kāi)發(fā)。更高級(jí)的硬件就是神經(jīng)計(jì)算機(jī)，所謂神經(jīng)計(jì)算機(jī)就是一種專(zhuān)門(mén)模擬神經(jīng)網(wǎng)絡(luò)單指令流，多數(shù)據(jù)流的并行計(jì)算機(jī)，在模擬人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)時(shí)，具有極高的性?xún)r(jià)比，DSP芯片或者是Transputer芯片是目前人工神經(jīng)網(wǎng)絡(luò)構(gòu)成的主要元件。

三、神經(jīng)計(jì)算機(jī)的人工神經(jīng)網(wǎng)絡(luò)實(shí)用化分析

（一）人工神經(jīng)網(wǎng)絡(luò)在測(cè)控技術(shù)方面的實(shí)用化研究

測(cè)控技術(shù)使用到人工神經(jīng)網(wǎng)絡(luò)技術(shù)比較廣泛，比如在測(cè)控過(guò)程的優(yōu)化，自學(xué)習(xí)自適應(yīng)過(guò)程控制以及多傳感器系統(tǒng)的數(shù)據(jù)實(shí)時(shí)分析，矯正和控制等，在實(shí)時(shí)圖形和實(shí)物識(shí)別的測(cè)控技術(shù)上也離不開(kāi)人工神經(jīng)網(wǎng)絡(luò)。目前人工神經(jīng)網(wǎng)絡(luò)在測(cè)控技術(shù)方面的應(yīng)用主要體現(xiàn)在四個(gè)方面，其一能夠?qū)崿F(xiàn)對(duì)生產(chǎn)控制過(guò)程的參數(shù)優(yōu)化，比如目前集成電路的規(guī)模已經(jīng)越來(lái)越大，傳統(tǒng)的測(cè)控技術(shù)很難保證這些集成電路完工后的品質(zhì)，經(jīng)過(guò)實(shí)驗(yàn)證明，通過(guò)在對(duì)大型集成電路生產(chǎn)過(guò)程中，使用人工神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)對(duì)產(chǎn)品進(jìn)行管控，往往能夠提升良品率10個(gè)百分點(diǎn)。其二就是通過(guò)人工神經(jīng)網(wǎng)絡(luò)在測(cè)控技術(shù)上的實(shí)物識(shí)別，這種技術(shù)能夠利用多個(gè)領(lǐng)域，比如身份識(shí)別，目前通過(guò)神經(jīng)計(jì)算機(jī)上最新的SLPODBF算法對(duì)10種不同的實(shí)物進(jìn)行識(shí)別，將這些實(shí)物擺出多達(dá)三百多種的姿態(tài)，通過(guò)對(duì)神經(jīng)計(jì)算機(jī)的訓(xùn)練，最終有效的識(shí)別率能夠達(dá)到98%，目前SLPODBF算法相對(duì)于BP算法屬于更高級(jí)別的智能算法，能夠?qū)⑸窠?jīng)計(jì)算機(jī)的訓(xùn)練時(shí)間縮短兩個(gè)數(shù)量級(jí)；其三就是說(shuō)話人確認(rèn)的識(shí)別技術(shù)，語(yǔ)音識(shí)別系統(tǒng)自然也是人工神經(jīng)網(wǎng)絡(luò)技術(shù)的重點(diǎn)之一，通過(guò)基于CASSANDRA—I神經(jīng)計(jì)算機(jī)的模擬實(shí)現(xiàn)語(yǔ)音識(shí)別系統(tǒng)，能夠?qū)⒄`判率降低到1%以下，這相對(duì)于國(guó)外比較先進(jìn)的Veritron 1000系統(tǒng)要有效的多；其四就是基于人工神經(jīng)網(wǎng)絡(luò)的自動(dòng)控制，這種自動(dòng)控制應(yīng)該具備自適應(yīng)，自學(xué)習(xí)能力，這是人工神經(jīng)網(wǎng)絡(luò)技術(shù)的核心，通過(guò)半制定的神經(jīng)網(wǎng)絡(luò)板以及更為先進(jìn)的神經(jīng)計(jì)算機(jī)，都能夠適用于不同場(chǎng)合的自動(dòng)控制，抗干擾能力強(qiáng)，在使用過(guò)程中不會(huì)因?yàn)槌绦虻腻e(cuò)誤而導(dǎo)致失控。

（二）基于人工神經(jīng)網(wǎng)絡(luò)在中藥現(xiàn)代化的方面的實(shí)用

從上個(gè)世紀(jì)90年代人工神經(jīng)網(wǎng)絡(luò)就已經(jīng)在我國(guó)中藥研究領(lǐng)域廣泛的應(yīng)用了，因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)，自適應(yīng)以及自組織的能力，能夠?qū)崿F(xiàn)實(shí)物識(shí)別，根據(jù)自身自學(xué)習(xí)能力，就能夠?qū)﹄娦盘?hào)和圖像進(jìn)行直接處理，而且基于人工神經(jīng)網(wǎng)絡(luò)原理的神經(jīng)計(jì)算機(jī)操作比較簡(jiǎn)單，有專(zhuān)門(mén)的人機(jī)交互界面，非中藥專(zhuān)業(yè)的愛(ài)好人員也能夠通過(guò)操作，目前人工神經(jīng)網(wǎng)絡(luò)在中藥方面的應(yīng)用十分廣泛。

（三）人工神經(jīng)網(wǎng)絡(luò)在中藥研究中信號(hào)的分析方面的應(yīng)用

因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)能夠全面獲取中藥內(nèi)部質(zhì)量的電信號(hào)或者圖像，實(shí)現(xiàn)對(duì)中藥質(zhì)量的綜合評(píng)價(jià)，通過(guò)對(duì)圖像使用色譜法來(lái)反應(yīng)中藥內(nèi)部的化學(xué)組成成分，使用光譜法對(duì)中藥中各種原子的化學(xué)環(huán)境進(jìn)行分析，再使用顯微技術(shù)比如電子顯微技術(shù)來(lái)反應(yīng)藥材的形態(tài)特征，使用人工神經(jīng)網(wǎng)絡(luò)對(duì)中藥進(jìn)行評(píng)價(jià)有兩個(gè)重要步驟，一個(gè)是特征提取，另一個(gè)是檢測(cè)分析。其中特征提取的方法是通過(guò)傅立葉變換，小葉變化和特殊函數(shù)以及專(zhuān)用的圖像特征提取法，不過(guò)對(duì)于圖像在識(shí)別過(guò)程中一定會(huì)經(jīng)歷數(shù)據(jù)壓縮的階段，在進(jìn)行分析時(shí)，又會(huì)對(duì)壓縮的數(shù)據(jù)進(jìn)行解壓，從而進(jìn)行精確分析。而檢測(cè)方法目前使用最多的是誤差逆?zhèn)鞑ゾW(wǎng)絡(luò)，這種網(wǎng)絡(luò)的特點(diǎn)是位于同一層次的節(jié)點(diǎn)是相互斷開(kāi)的，在信號(hào)的傳輸過(guò)程中，同一層次的節(jié)點(diǎn)不存在信號(hào)的反饋，輸入層不參與計(jì)算，僅僅實(shí)現(xiàn)信號(hào)的傳遞和分配，輸出層和隱含層的節(jié)點(diǎn)主要做運(yùn)算，從而實(shí)現(xiàn)對(duì)信息的反饋。

（四）人工神經(jīng)網(wǎng)絡(luò)在中藥材識(shí)別方面的實(shí)用研究

因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)擁有自學(xué)習(xí)，實(shí)物識(shí)別功能，所以這一點(diǎn)能夠在中藥材的識(shí)別有著廣泛的應(yīng)用，引入人工神經(jīng)網(wǎng)絡(luò)對(duì)中藥材的識(shí)別，對(duì)中藥材質(zhì)量的判定是具有極高的經(jīng)濟(jì)價(jià)值的。

應(yīng)用之一：蔡先生使用了充分將色譜分析方法應(yīng)用于BP網(wǎng)絡(luò)，通過(guò)色譜峰和樣品消炎作用之間的關(guān)系進(jìn)行充分分析預(yù)測(cè)，最終實(shí)現(xiàn)了質(zhì)量評(píng)價(jià)100%，從而完成了對(duì)威靈仙這種重要采用人工神經(jīng)網(wǎng)絡(luò)的質(zhì)量評(píng)價(jià)系統(tǒng)，通過(guò)色譜分析法，蔡先生將威靈仙的質(zhì)量等級(jí)分成三個(gè)部分，這種通過(guò)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行檢測(cè)的數(shù)據(jù)成果和通過(guò)植物學(xué)鑒定的結(jié)果完全一致，充分證明了人工神經(jīng)網(wǎng)絡(luò)的作用。

應(yīng)用之二：張亮等科研人員采用紅外光譜技術(shù)，在人工神經(jīng)網(wǎng)絡(luò)的BP網(wǎng)絡(luò)支持下實(shí)現(xiàn)了對(duì)重要雷公藤和昆明山海棠浸出物的分類(lèi)識(shí)別，成功實(shí)現(xiàn)了90%總體識(shí)別率。

應(yīng)用之三：?jiǎn)萄咏瓤蒲腥藛T對(duì)多達(dá)62種的蟾蜍液通過(guò)圖譜進(jìn)行了分析，在神經(jīng)網(wǎng)絡(luò)的支持下能夠達(dá)到百分百的識(shí)別。

這些類(lèi)似人工神經(jīng)網(wǎng)絡(luò)在中藥識(shí)別上應(yīng)用還有很多，其識(shí)別方法主要依靠光譜和色譜來(lái)反應(yīng)中藥材的化學(xué)特征，因?yàn)橹兴幍幕瘜W(xué)成分非常復(fù)雜，如果沒(méi)有人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和記憶功能，那么色譜光譜的應(yīng)用也無(wú)法開(kāi)展。

上面的三種應(yīng)用就說(shuō)明了人工神經(jīng)網(wǎng)絡(luò)通過(guò)光譜和色譜技術(shù)對(duì)中藥進(jìn)行識(shí)別，這種識(shí)別是建立在中藥的化學(xué)成分上，由此可見(jiàn)，人工神經(jīng)網(wǎng)絡(luò)對(duì)中藥制劑的分析也具有可行性，通過(guò)人工神經(jīng)網(wǎng)絡(luò)對(duì)中藥主要指標(biāo)性成分的檢測(cè)，能夠確定這種中藥制劑的質(zhì)量水平。

在中藥化學(xué)結(jié)構(gòu)的預(yù)測(cè)中，國(guó)外科研人員庫(kù)瑞等就設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)系統(tǒng)來(lái)識(shí)別圖譜功能圖案，這個(gè)系統(tǒng)對(duì)某些圖譜的功能圖的識(shí)別準(zhǔn)確率能夠達(dá)到94%至99.5%之間，除此之外人工神經(jīng)網(wǎng)絡(luò)還可以用于中藥對(duì)照品的HPLC色譜峰的純度檢查。

四、總結(jié)

通過(guò)基于神經(jīng)計(jì)算機(jī)的人工神經(jīng)網(wǎng)絡(luò)在測(cè)控技術(shù)和中藥研究方面的實(shí)用分析，能夠了解到人工神經(jīng)網(wǎng)絡(luò)的自適應(yīng)，自學(xué)習(xí)以及記憶能力等諸多優(yōu)勢(shì)，目前人工神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛的應(yīng)用于各行各業(yè)，測(cè)控技術(shù)以及中藥研究只是其中的代表，比如人工智能研究，機(jī)器人的研發(fā)都離不開(kāi)人工神經(jīng)網(wǎng)絡(luò)技術(shù)的支持。

參考文獻(xiàn)：

[1]楊立潔，楊波.神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的應(yīng)用[J].濟(jì)南大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，01

[2]張宇飛，邵秀麗，雷建軍.基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的中藥滴丸制劑過(guò)程建模與優(yōu)化[J].計(jì)算機(jī)工程與應(yīng)用，2005，02

[3]云俊，陳慶虎，王少梅.人工智能的新發(fā)展：人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2001，09