2.2 人工神经网络的特点
1、具有大规模并行协同处理能力
每一个神经元的功能和结构都很简单，但是由大量神经元构成的整体却具有很强的处理能力。
2、具有较强的容错能力和联想能力
单个神经元或者连接对网络整体功能的影响都比较微小。
在神经网络中，信息的存储与处理是合二为一的。信息的分布存提供容错功能–由于信息被分布存放在几乎整个网络中。所以当其中的某一个点或者某几个点被破坏时信息仍然可以被存取。
3、具有较强的学习能力
神经网络的学习可分为有教师学习与无教师学习两类。
由于其运算的不精确性，表现成“去噪音、容残缺”的能力，利用这种不精确性，比较自然地实现模式的自动分类。具有很强的泛化（Generalization）能力。
4、是大规模自组织、自适应的非线性动力系统
具有一般非线性动力系统的共性，即不可预测性、耗散性、高维性、不可逆性、广泛连接性和自适应性等等。
2.3人工神经网络的基本特性和结构
人工神经网络由神经元模型构成；这种由许多神经元组成的信息处理网络具有并行分布结构。每个神经元具有单一输出，并且能够与其它神经元连接；存在许多（多重）输出连接方法，每种连接方法对应一个连接权系数。严格地说，人工神经网络是一种具有下列特性的有向图：
(1) 对于每个节点i存在一个状态变量；
(2) 从节点j至节点i，存在一个连接权系统数；
(3) 对于每个节点i，存在一个阈值 i；
(4) 对于每个节点i，定义一个激活函数fi；对于最一般的情况，此函数