对神经网络的认识篇1
人工神经网络是由大量的简单基本元件-神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂。人工神经网络的基本结构模仿人脑，反映了人脑功能的若干基本特性，能够自身适应环境、总结规律、完成某种运算、识别或过程控制。人工神经网络具有并行处理特征，可以大大提高工作速度。
人工神经网络的特点和优越性，主要表现在三个方面：
第一，具有自学习功能。
第二，具有联想存储功能。
第三，具有高速寻找优化解的能力。
1神经网络的学习方法
神经网络的学习也称为训练，指的是神经网络在外界环境的刺激作用下调整网络自由参数，并以新的方式来响应外部环境的过程。能够从环境中学习并在学习中提高自身性能是神经网络最有意义的性质。理想情况下，神经网络在每一次重复学习后，对它的环境有了更多的了解。
（1）监督学习（有教师学习）
在学习时需要由教师提供期望输出，通常神经网络对于周围的环境未知而教师具有周围环境的知识，输入学习样本，教师可以根据自身的知识为训练样本提供最佳逼近结果，神经网络的自由参数在误差信号的影响下进行调整，其最终目的是让神经网络模拟教师。
（2）非监督学习（无教师学习）
它也称为自组织学习，系统在学习过程中，没有外部教师信号，而是提供给一个关于网络学习性质的度量，它独立于学习任务，以此尺度来逐步优化网络，一旦网络与输入数据的统计规律达成一致，那么它将发展形成用于输入数据编码特征的内部表示能力，从而自动创造新的类别。
（3）强化学习（激励学习）
在强化学习系统中，对输入输出映射的学习是通过与外部环境的不断交互作用来完成学习，目的是网络标量函数值最小，即外部环境对系统输出结果只给出评价信息（奖或罚）而不是给出正确答案，学习通过强化那些受奖的动作来改善自身性能。
神经网络针对学习问题修改网络自由参数的过程称为学习规则（学习算法），设计学习规则的目的是训练网络来完成某些任务，没有一个独特的学习规则可以完成所有的学习任务。神经网络有5个基本的学习规则：误差--修正学习，基于记忆的学习，Hebb学习，竞争学习，随机学习。
2神经网络的研究趋势
（1）利用神经生理与认知科学研究大脑思维模式及智能机理过程
深入研究神经网络理论神经网络在一定程度上揭示人类智能和了解人脑的工作方式，由于人类对神经系统的了解非常有限，而且对其自身脑结构及其活动机理的认识不完善，故而神经网络只能是模仿人脑的局部功能，而对人脑作为一个整体的功能解释，神经网络起不到任何作用。神经科学，心理学和认识科学等方面提出的一些重大问题，是向神经网络理论研究提出的新挑战，这些问题的解决有助于完善和发展神经网络理论，因此利用神经生理和认知科学研究大脑思维及智能机理，如有新的突破将会改变智能和机器关系的认识。
（2）神经网络领域的数学研究趋于重要
随着神经科学基础理论研究的深入，用数理方程探索智能水平更高网络模型将是研究的趋势所在，神经元以电为主的生物过程在认识上一般采用非线性动力学模型，其动力演变过程往往是非常复杂的，神经网络这种强的生物学特征和数学性质，要求有更好的数学手段，而对于神经网络这样非线性模型，需要用数学方法研究网络新的算法和网络性能，如稳定性、收敛、容错性、鲁棒性等，开发新的网络数理理论，如神经动力学、非线性神经场等。研究人员断言一种更简洁、更完善和更有效的非线性系统表达与分析的数学方法是这一领域主要目标之一。
（3）神经网络软件模拟、硬件实现的研究以及神经网络在各个科学技术领域应用的研究
目前，数字计算机在计算方面的能力已远远超出入的大脑，但在自然语言理解、图像辨识、信息处理等方面都显得笨拙，原因是基于冯・偌依曼思想的计算机结构及其运算方式与人的大脑有本质的区别，而神经计算机（第六代计算机）以神经网络为理论基础，用于模拟神经网络，具有自学习、自组织和自适应能力，能更有效地处理复杂问题，其实现过程用光学、生物芯片的方式，现在光学神经计算机和分子计算机的研究是神经网络的前沿课题。
（4）神经网络和其它算法结合的研究
神经网络和其它算法的结合和交叉，研究新型神经网络模型也是发展方向之一。如神经网络和模糊逻辑结合，建立模糊神经网络；将混沌理论和神经网络结合建立混沌神经网络；将遗传算法和神经网络结合；利用遗传算法优化神经网络的结构或权值；将小波分析和神经网络结合建立小波神经网络；专家系统，贝叶斯学习以及粗糙集理论和神经网络结合等，这些都是神经网络研究的热点。
3结束语
神经网络虽已在许多领域应用中取得了广泛的成功，但其发展还不十分成熟，还有一些问题需进一步研究。比如：神经计算的基础理论框架以及生理层面的研究仍需深入；新的模型和结构的研究；神经网络的可理解性问题；神经网络技术与其他技术更好的结合等。
对神经网络的认识篇2
【关键词】医学教育；神经科学；神经矩阵网络；丘脑皮层结构；本科教材；教学改革
随着神经科学这个新兴的学科在国际上蓬勃发展，它逐渐把神经系统各相关的学科融入进其中，极大的促进和引领了脑科学的发展，涌现了许多令人鼓舞的研究成果。近年来，值此机遇，我国也制定了“一体两翼”的中国脑计划，目的是以神经科学的基础研究为“一体”，融合神经医学及人工智能，共同促进我国神经科学体系的建设。为应对这些神经科学研究迅速发展的挑战和历史的机遇，许多院校设立了神经科学课程或专业，甚至独立的学院。而在医学本科教育中，对于医学生神经科学知识体系的正确构建，我们认为是非常基础及重要的，也是医学本科教育改革实践中应该认真思考的一个重要问题。为此，我们做了一些系统的思考和局部的尝试。
1目前我国医学教材的现状
我国的临床本科五年制或七年制教材设计中，有关神经科学的知识分布在生物化学、生理学、组织胚胎学、局部解剖学、系统解剖学、神经病学、外科学神经系统部分、医学心理学、精神病学等各科教材里面，教材总体上继承前苏联神经科学的思想，即谢切诺夫和巴普洛夫的反射理论。整个知识点的设置，基本围绕该观点展开。不可否认，巴普洛夫的反射理论取得了巨大的成就，建立了心理学的行为学派。但是，在涉及到丘脑皮层这个矩阵网络意识系统的症状学时，这个理论显得非常无力，用这个理论教育出来的医学生显得非常茫然。恰如陈宜张院士所说：“对脑功能的解释而言，此观点显然是不全面和不确切的”。
2目前神经科学体系的情况
其实，在神经科学的整个发展过程中，模式处理、神经网络等观点一直被神经科学家们所注意，并产生了大量的研究成果。早期赫布就在其著作《theorganizationofBehavior》中提出了神经群体协同学习的理论，威廉詹姆斯也在其著作《theprincipleofpsychology》中提出了脑的整体统一工作的观点。赞特高塞在解剖学上揭示了皮层网络的功能单位-皮质柱，休伯尔和威赛尔更是因为发现视皮层皮质柱[1]的生理特性而获得了1981年的诺贝尔奖。而KarlvonFrisch等更是揭示了生物行为的主动性获得了1973年的诺贝尔奖，修正了反射理论。目前，随着神经科学各学科的发展融合及计算机模拟神经网络研究的进步，我们知道了中脑之上的丘脑-皮层网络系统负责产生意识和认知能力[2]，而该系统属于等级构筑的矩阵网络系统[3]。另外，这个丘脑皮层等级网络系统的各层级矩阵间有着非常多的交互联系，特别是皮层与丘脑间的交互联系[4]。而巴尔斯提出的全局工作空间模型[5]和在其基础上发展的丘脑动态核心理论[6]是比较符合目前所知道的丘脑皮层等级矩阵网络的意识结构[7-8]的工作原理的。针对这些神经科学的发展成果，很多院校开设了神经科学专业，特别是欧美很多大学设置了neuroscience专业，系统的教授神经科学的知识。由于教材的原因，我国医学领域被人为割裂了与最新神经科学的联系，神经医学不能有效地融合到中国脑计划的医学一翼中去，不能有效从脑计划的一体和另一翼中有效汲取养分而发展，这是非常令人痛心的。因知识体系的落后，使得目前的临床神经医学执业医生普遍对神经功能性疾病无从下手，诊治观念非常落后，基本处于人云亦云的状态，无法独立运用正确的基础知识进行思考。
3本科学生对神经科学知识的了解程度
我们在神经外科的临床教学中感觉到，五年制临床本科同学往往对脑叶的症状学无法理解。学生只知道解剖学教材曾提到皮层存在Brodmann分区（那是大纲中的了解内容），但是对皮层分区形成的原因是由细胞柱区域聚集形成神经网络的模块一无所知，对神经网络的构成及功能实现方式更是闻所未闻。在临床教学中，大脑的定位定性诊断思想和依据该思想制定治疗思路的道理很难正确教授给本科同学。上位脑干之上的丘脑皮层意识系统是神经矩阵网络的集大成者，网络结构非常发达，不正确理解该结构就不可能理解该部位疾病的诊治。而如果需详细讲解该系统的结构和原理，在完整且系统的教授的情况下，可以安排四年的本科课程，这是目前医学教育中不可能实现的。而根据我们的教学体会和学生的反馈，要了解基本的简单原理也需要1.5~2个学时。为了解决目前神经学科教育面临的这种困境，我神经外科尝试采取了穿插融合、有所取舍、有所突出的方法去改善学生的神经科学知识结构。
4我们的教学应对方法
4.1补充完善教材缺陷的构思
在我校的教学大纲中神经系统的外科各论安排了6个学时的理论课和9个学时的见习课。这些学时范围内需要讲述：颅内压力问题、脑疝问题、颅脑损伤问题、脑肿瘤问题。其中脑损伤和脑肿瘤中涉及皮层丘脑节段的病灶才会用到神经网络的知识去理解脑叶的症状学和丘脑在系统中发挥整合作用的核心地位。虽然意识和认知问题属于重大科学问题，而且在神经系统疾病诊治中理解神经网络如何产生该功能有重要指导性作用，但是，由于大纲并没有太多要求，学生是否有兴趣去了解这些教材中缺失的神经科学知识？教学实践中，我们发现，60%~70%的临床本科同学对这方面是很有兴趣的，而如果提出一些特别的损伤病例，比如外伤中的闭锁综合征、嗅沟脑膜瘤的独特额叶症状表现等，去展示神经系统的局灶症状学，并说明意识和认知网络的并行处理结构和功能的网络实现方式时，由于症状的趣味性，会激发同学的广泛兴趣。因此，我们推断，只要我们在课堂中灵活运用有趣的病例讲述和解释，并适当介绍一些神经科学的参考书籍的话，是有可能继发出同学对神经科学的学习兴趣并促进对神经系统外伤、肿瘤、脑疝等的局灶症状学的理解的。而我们反复思考推荐的神经学参考书目录是：《神经生物学：从神经元到脑》《神经科学探索脑》《认知神经科学》《认知、大脑和意识》《昏迷和意识障碍》《王忠诚神经外科学》。推荐这些书的目的是提供一个神经科学大体的理论框架，从基础的解剖、生理到系统的整体神经计算，然后到临床的相关问题。可能被誉为神经科学圣经的埃里克.R.坎德尔主编的《神经科学原理》中文导读版知识更系统，但是毕竟本科同学推荐英文书籍会面临很大的语言障碍，我们没有选择。
4.2具体的教学实践实施方法
在具体的教学实践中，我们首先在颅脑损伤和颅内肿瘤共4个学时的理论课学习阶段，反复在课堂讲学中穿插运用神经网络的知识帮助同学理解脑叶的症状学，使学生对该结构的功能实现方式有初步的了解，让同学基本认识到皮层的功能单位是细胞柱（cortexcolumn），并且相同功能的细胞柱聚集形成模块即布雷德曼（Brodamn）分区，而且皮层网络模块间、皮层与丘脑网络间有广泛的相互联系。经过这样的介绍，同学很容易理解了运动或感觉区随精细运动或感觉的程度增加，细胞柱增多，代表区面积增大的道理。并且通过介绍突触汇聚修饰的原理让学生了解如辅助运动区等次级联络皮层的细胞柱群参与编码更复杂功能的方式，并学会推断其他联络区细胞柱群可能的电生理反应特性从而理解可能出现的症状学。通过如此简单的讲解，有效解决了学生在阅读《外科学第九版》中讲述肿瘤影响脑叶功能时无法理解而死记硬背的问题，迅速引起了学生的课堂注意及兴趣。然后，在课程结束时列举可以参考的神经科学文献，让感兴趣的学生自行学习，丰富其知识体系。而后，在理论课后的临床见习课中，结合病例的症状、体征，穿插讲解该神经网络的知识及临床应用，适当重提大课提到的神经网络知识，观察学生的表情反应，适当延伸或者不延伸。如果见习讲解时发现有的见习组神经科学知识丰富的同学和感兴趣的同学较多，则适当延伸讲解丘脑在意识和认知系统中的重要整合地位，让同学理解神经外科手术中保护丘脑的重要性。而如果小课课堂发现对重提这些知识感兴趣的同学较少，则不进行知识的延伸讲解，仅仅重点强调皮层网络的分布式计算原理及实际应用中如何通过该原理去理解教材的论述。在所有批次的见习小课中，我们都形象的比喻：丘脑皮层矩阵网络系统是用“丘脑去感觉，而用皮层去思考”。碰到合适的病例，而且小课课堂反应较良好，大部分同学具有强烈的兴趣时，可以让学生使用心理学的“内省”的方法去体会这个过程，理解脑的症状学。但是，我们教学中始终在讲授者心中强调重点突出的重要性。因为系统的学习神经科学知识必须要四年的完整本科教育，而更深入的研究与理解神经系统中最被广泛关注的丘脑皮层意识与认知系统则需要更进一步的学习与研究，如果幻想仅仅通过几个学时的简单讲解就让临床本科同学非常精通神经科学的知识是非常不切实际的。我们曾在部分见习组中试图更加详细讲解神经网络的知识，这种冒进的做法反而会让学生感觉到神经学是一门高深的理论，收不到明显的教学效果。所以，我们始终以让学生能理解教材中脑叶症状为重点教学目标，如果课堂反应好则适当延伸讲解皮层下中枢的重要性。通过这些教学改革的尝试，同学们普遍反映，从原来的对神经网络和神经科学的一无所知到有所了解，并能开始对脑叶的症状学有所理解。这些效果使我们非常欣慰。我们总体的感觉是，1~2个学时的讲授，且见习中穿插病例的解释，就能让学生对神经科学和神经网络有初步的概念。并且课后介绍的参考书籍，作为神经科学的知识系统的主干，提供了学生在以后的学习中进一步拓展自己的知识面的机会，那些立志向临床神经学发展的同学利用这些参考书籍能迅速形成更加系统和丰富的知识体系。
4.3实施教学中遇到的困难
当然，实际教学中也发现了很多的困难。主要的困难仍然是医学教材中基础阶段神经科学知识的编写不够完整，同学对皮层丘脑网络几乎一无所知，而我们临床阶段教学在介绍一些简要的知识后立即讲解其应用，很多平常没有一定课外知识积累的同学开始会觉得课堂内容跳跃过大，无法理解，在课程进行到最后的两个学时时，学生才开始有所领悟。但是，教学中也发现有些有兴趣的同学已经有一定的知识积累，知道一些皮层细胞柱结构和网络工作模块的知识，很快接受了神经网络的知识并理解了其症状学，还能进一步提出一些学科前沿的问题。针对课堂发现的问题，我们认为解决之道还是在进一步于课堂教学中凝练穿插融合、有所取舍、有所突出的思想和课堂技巧，正确认识临床本科同学目前的神经学知识体系，才能明显提高教学效果。
对神经网络的认识篇3
80年代初，在美国、日本、接着在我国国内都掀起了一股研究神经网络理论和神经计算机的热潮，并将神经网络原理应用于图象处理、模式识别、语音综合及机器人控制等领域。近年来，美国等先进国家又相继投入巨额资金，制定出强化研究计划，开展对脑功能和新型智能计算机的研究。
人脑是自生命诞生以来，生物经过数十亿年漫长岁月进化的结果，是具有高度智能的复杂系统，它不必采用繁复的数字计算和逻辑运算，却能灵活处理各种复杂的，不精确的和模糊的信息，善于理解语言、图象并具有直觉感知等功能。
人脑的信息处理机制极其复杂，从结构上看它是包含有140亿神经细胞的大规模网络。单个神经细胞的工作速度并不高（毫秒级），但它通过超并行处理使得整个系统实现处理的高速性和信息表现的多样性。
因此，从信息处理的角度对人脑进行研究，并由此研制出一种象人脑一样能够“思维”的智能计算机和智能信息处理方法，一直是人工智能追求的目标。
神经网络就是通过对人脑的基本单元---神经元的建模和联结，来探索模拟人脑神经系统功能的模型，并研制一种具有学习、联想、记忆和模式识别等智能信息处理功能的人工系统。本文介绍神经网络的特点以及近年来有关神经网络与混沌理论、模糊计算和遗传算法等相结合的混合神经网络研究的动态。
一．神经网络和联结主义
回顾认知科学的发展，有所谓符号主义和联结主义两大流派。符号主义从宏观层次上，撇开人脑的内部结构和机制，仅从人脑外在表现出来的智能现象出发进行研究。例如，将记忆、判断、推理、学习等心理活动总结成规律、甚至编制成规则，然后用计算机进行模拟，使计算机表现出各种智能。
符号主义认为，认识的基本元素是符号，认知过程是对符号表示的运算。人类的语言，文字的思维均可用符号来描述，而且思维过程只不过是这些符号的存储、变换和输入、输出而已。以这种方法实现的系统具有串行、线性、准确、简洁、易于表达的特点，体现了逻辑思维的基本特性。七十年代的专家系统和八十年代日本的第五代计算机研究计划就是其主要代表。
联接主义则与其不同，其特点是从微观出发。联接主义认为符号是不存在的，认知的基本元素就是神经细胞（神经元），认知过程是大量神经元的联接，以及这种联接所引起的神经元的不同兴奋状态和系统所表现出的总体行为。八十年代再度兴起的神经网络和神经计算机就是这种联接主义的代表。
神经网络的主要特征是：大规模的并行处理和分布式的信息存储，良好的自适应、自组织性，以及很强的学习功能、联想功能和容错功能。与当今的冯．诺依曼式计算机相比，更加接近人脑的信息处理模式。主要表现如下：
神经网络能够处理连续的模拟信号。例如连续灰度变化的图象信号。
能够处理混沌的、不完全的、模糊的信息。
传统的计算机能给出精确的解答，神经网络给出的是次最优的逼近解答。
神经网络并行分布工作，各组成部分同时参与运算，单个神经元的动作速度不高，但总体的处理速度极快。
神经网络信息存储分布于全网络各个权重变换之中，某些单元障碍并不影响信息的完整，具有鲁棒性。
传统计算机要求有准确的输入条件，才能给出精确解。神经网络只要求部分条件，甚至对于包含有部分错误的输入，也能得出较好的解答，具有容错性。
神经网络在处理自然语言理解、图象模式识别、景物理解、不完整信息的处理、智能机器人控制等方面有优势。
符号主义和联接主义两者各有特色，学术界目前有一种看法：认为基于符号主义得传统人工智能和基于联接主义得神经网络是分别描述人脑左、右半脑的功能，反映了人类智能的两重性：精确处理和非精确处理，分别面向认识的理性和感性两个方面，两者的关系应该是互补而非互相代替。理想的智能系统及其表现的智能行为应是两者相互结合的结果。
接下去的问题是，符号ai和联接ai具体如何结合，两者在智能系统中相互关系如何？分别扮演什么角色？目前这方面发表的文献很多，大致有如下几种类型：
1．松耦合模型：符号机制的专家系统与联接机制的神经网络通过一个中间媒介（例如数据文件）进行通讯。
2．紧耦合模型：与松耦合模型相比较，其通讯不是通过外部数据进行，而是直接通过内部数据完成，具有较高的效率。其主要类型有嵌入式系统和黑板结构等。
3．转换模型：将专家系统的知识转换成神经网络，或把神经网络转换成专家系统的知识，转换前的系统称为源系统，转换后的系统称为目标系统，由一种机制转成另一种机制。如果源系统是专家系统，目标系统是神经网络，则可获得学习能力及自适应性；反之，可获得单步推理能力、解释能力及知识的显式表示。当然，转换需要在两种的机制之间，确定结构上的一致性，目前主要问题是还没有一种完备而精确的转换方法实现两者的转换。有待进一步研究。
4．综合模型：综合模型共享数据结构和知识表示，这时联接机制和符号机制不再分开，两者相互结合成为一个整体，既具有符号机制的逻辑功能，又有联接机制的自适应和容错性的优点和特点。例如联接主义的专家系统等。
近年来神经网络研究的另一个趋势，是将它与模糊逻辑、混沌理论、遗传进化算法等相结合，即所谓“混合神经网络”方法。由于这些理论和算法都是属于仿效生物体信息处理的方法，人们希望通过她们之间的相互结合，能够获得具有有柔性信息处理功能的系统。下面分别介绍。
二．混沌理论与智能信息处理
混沌理论是对貌似无序而实际有序，表面上看来是杂乱无章的现象中，找出其规律，并予以处理的一门学科。早在七十年代，美国和欧洲的一些物理学家、生物学家、数学家就致力于寻求在许许多多不同种类的不规则性之间的联系。生物学家发现在人类的心脏中有混沌现象存在，血管在显微镜下交叉缠绕，其中也有惊人的有序性。在生物脑神经系统中从微观的神经膜电位到宏观的脑电波，都可以观察到混沌的性态，证明混沌也是神经系统的正常特性。
九十年代开始，则更进一步将混沌和神经网络结合起来，提出多种混沌神经网络模型，并探索应用混沌理论的各种信息处理方法。例如，在神经元模型中，引入神经膜的不应性，研究神经元模型的混沌响应，研究在神经网络的方程中，不应性项的定标参数，不定性时间衰减常数等参数的性质，以及这些参数于神经网络混沌响应的关系，并确定混沌---神经网络模型具有混沌解的参数空间。经过试验，由这种混沌神经网络模型所绘出的输出图形和脑电图极为相似。
现代脑科学把人脑的工作过程看成为复杂的多层次的混沌动力学系统。脑功能的物理基础是混沌性质的过程，脑的工作包含有混沌的性质。通过混沌动力学，研究、分析脑模型的信息处理能力，可进一步探索动态联想记忆、动态学习并应用到模式识别等工程领域。例如：
对混沌的随机不规则现象，可利用混沌理论进行非线性预测和决策。
对被噪声所掩盖的微弱信号，如果噪声是一种混沌现象，则可通过非线性辨识，有效进行滤波。
利用混沌现象对初始值的敏锐依赖性，构成模式识别系统。
研究基于混沌---神经网络自适应存储检索算法。该算法主要包括三个步骤，即：特征提取、自适应学习和检索。
模式特征提取采用从简单的吸引子到混沌的层次分支结构来描述，这种分支结构有可能通过少数几个系统参数的变化来加以控制，使复杂问题简单化。自适应学习采用神经网络的误差反传学习法。检索过程是通过一个具有稳定吸引子的动力学系统来完成，即利用输入的初始条件与某个吸引子（输出）之间的存在直接对应关系的方法进行检索。利用这种方法可应用于模式识别。例如黑白图象的人脸识别。
三．模糊集理论与模糊工程
八十年代以来在模糊集理论和应用方面，也有很大进展。1983年美国西海岸ai研究所发表了称为ReVeaL的模糊辅助决策系统并投入市场，1986年美国将模糊逻辑导入opS---5，并研究成功模糊专家系统外壳FLopS，1987年英国发表采用模糊pRoLoG的智能系统FRiL等。除此通用工具的研制以外，各国还开发一系列用于专用目的的智能信息处理系统并实际应用于智能控制、模式识别、医疗诊断、故障检测等方面。
模糊集理论和神经网络虽然都属于仿效生物体信息处理机制以获得柔性信息处理功能的理论，但两者所用的研究方法却大不相同，神经网络着眼于脑的微观网络结构，通过学习、自组织化和非线性动力学理论形成的并行分析方法，可处理无法语言化的模式信息。而模糊集理论则着眼于可用语言和概念作为代表的脑的宏观功能，按照人为引入的隶属度函数，逻辑的处理包含有模糊性的语言信息。
神经网络和模糊集理论目标相近而方法各异。因此如果两者相互结合，必能达到取长补短的作用。将模糊和神经网络相结合的研究，约在15年前便已在神经网络领域开始，为了描述神经细胞模型，开始采用模糊语言，把模糊集合及其运算用于神经元模型和描述神经网络系统。目前，有关模糊---神经网络模型的研究大体上可分为两类：一类是以神经网络为主，结合模糊集理论。例如，将神经网络参数模糊化，采用模糊集合进行模糊运算。另一类以模糊集、模糊逻辑为主，结合神经网络方法，利用神经网络的自组织特性，达到柔性信息处理的目的。
与神经网络相比，模糊集理论和模糊计算是更接近实用化的理论，特别近年来美国和日本的各大公司都纷纷推出各种模糊芯片，研制了型号繁多的模糊推理板，并实际应用于智能控制等各个应用领域，建立“模糊工程”这样一个新领域。日本更首先在模糊家电方面打开市场，带有模糊控制，甚至标以神经---模糊智能控制的洗衣机、电冰箱、空调器、摄象机等已成为新一代家电的时髦产品。我国目前市场上也有许多洗衣机，例如荣事达洗衣机就是采用模糊神经网络智能控制方式的洗衣机。
四．遗传算法
遗传算法（Geneticalgorithm：Ga）是模拟生物的进化现象（自然、淘汰、交叉、突然变异）的一种概率搜索和最优化方法。是模拟自然淘汰和遗传现象的工程模型。
Ga的历史可追溯到1960年，明确提出遗传算法的是1975年美国michigan大学的Holland博士，他根据生物进化过程的适应现象，提出如下的Ga模型方案：
1．将多个生物的染色体（Chromosmoe）组成的符号集合，按文字进行编码，称为个体。
2．定义评价函数，表示个体对外部环境的适应性。其数值大的个体表示对外部环境的适应性高，它的生存（子孙的延续）的概率也高。
3．每个个体由多个“部分”组合而成，每个部分随机进行交叉及突然变异等变化，并由此产生子孙（遗传现象）。
4．个体的集合通过遗传，由选择淘汰产生下一代。
遗传算法提出之后，很快得到人工智能、计算机、生物学等领域科学家的高度重视，并在各方面广泛应用。1989年美国Goldberg博士发表一本专著：“GeneticalgorithmsinSearch，optimizationandmachineLearning”。出版后产生较大影响，该书对Ga的数学基础理论，Ga的基本定理、数理分析以及在搜索法、最优化、机器学习等Ga应用方面进行了深入浅出的介绍，并附有pascal模拟程序。
1985年7月在美国召开第一届“遗传算法国际会议”（iCGa）。以后每隔两年召开一次。近年来，遗传算法发展很快，并广泛应用于信息技术的各个领域，例如：
智能控制：机器人控制。机器人路径规划。
工程设计：微电子芯片的布局、布线；通信网络设计、滤波器设计、喷气发动机设计。
图象处理：图象恢复、图象识别、特征抽取。
调度规划：生产规划、调度问题、并行机任务分配。
优化理论：tSp问题、背包问题、图划分问题。
人工生命：生命的遗传进化以及自增殖、自适应；免疫系统、生态系统等方面的研究。
神经网络、模糊集理论和以遗传算法为代表的进化算法都是仿效生物信息处理模式以获得智能信息处理功能的理论。三者目标相近而方法各异；将它们相互结合，必能达到取长补短、各显优势的效果。例如，遗传算法与神经网络和模糊计算相结合方面就有：
神经网络连续权的进化。
传统神经网络如Bp网络是通过学习，并按一定规则来改变数值分布。这种方法有训练时间过长和容易陷入局部优化的问题。采用遗传算法优化神经网络可以克服这个缺点。
神经网络结构的进化。
目前神经网络结构的设计全靠设计者的经验，由人事先确定，还没有一种系统的方法来确定网络结构，采用遗传算法可用来优化神经网络结构。
神经网络学习规则的进化。
对神经网络的认识篇4
关键词：神经计算机；人工神经网络；实用化研究
中图分类号：tp183文献标识码：a文章编号：1007—9599（2012）14—0000—02
人工神经网络从字面的意思就是采用人工的方法来实现大脑的思维模式，这是因为随着计算机技术的进步，多阵列CpU组成的计算机网络，能够从一定的程度来模拟实现大脑的思维，将CpU替代人类大脑的神经元，从而实现计算机的人工智能，目前基于神经计算机的人工神经网络技术已经被广泛的使用于科技领域的各个方面，比如本文即将要重点介绍的测控技术和中药现代化。
一、人工神经网络的介绍
人工神经网络就是模拟人脑神经突触结构对信息处理的一种数学模型，是基于仿生学的基础，计算机技术的应用，从而实现类似人脑的逻辑性思维，人工神经网络不是通过一个个程序来实现的逻辑性思维，而是通过大量的节点，图1是节点的示意图：
其中：a1～an为输入向量的各个分量；w1～wn为神经元各个突触的权值；b为偏置；f为传递函数，通常为非线性函数。以下默认为hardlim（）；t为神经元输出；数学表示t=f（wa''+b）；w为权向量；a为输入向量，a''为a向量的转置；f为传递函数。
节点又叫做神经元来进行相互作用实现的逻辑性思维，包括记忆能力，其中每一个神经元代表了一种输出函数，而通过两个神经元之间的连接信号则称为加权值，这实际上就是人工神经网络的记忆。一个节点的计算公式是：；其中Y是神经元的输出。是神经元的第i个输入量，则是第i个所储权值，则代表了节点的函数平移量，n代表是节点的个数。由此公式衍生的=0则代表了n维空间中的超平面。这个超平面把n维空间划分了两个平面，一个平面的是正值，另一个则代表了负数。
人工神经网络的基本特征主要体现在四个方面，分别是非线性、非凸性，非局限性和非常定性，人工神经网络采用了并行的分布系统，因此具备更高级的自适应，自组织和自学习能力。图2则是上述公式衍生出来的神经元结构图：
二、人工神经网络的模拟实现方法
人工神经网络是一种并行分布式系统，是有一个个并行的简单运算单元所组成，因此通过计算机软件来模拟人工神经网络就变得可行，目前大规模的人工神经网络实现模拟则需要专用的硬件，这种硬件设备能够针对某一种特定的人工神经网络，这些硬件设备在制造的过程中有关加权值已经固定，这种固定式人工神经网络芯片主要用于运算非常大的场合；另一种硬件就是通过增加可擦写存储器的半固定电路，对人工神经网络的相关权值进行更新，这种硬件在人工神经网络组成有中等需求。而可以随时更改神经网络结构模型，线性结构和权值的硬件又被称作通用性人工神经网络硬件，这种硬件的需求量较小，但是适应人工神经网络的研究和开发。更高级的硬件就是神经计算机，所谓神经计算机就是一种专门模拟神经网络单指令流，多数据流的并行计算机，在模拟人工神经网络实现时，具有极高的性价比，DSp芯片或者是transputer芯片是目前人工神经网络构成的主要元件。
三、神经计算机的人工神经网络实用化分析
（一）人工神经网络在测控技术方面的实用化研究
测控技术使用到人工神经网络技术比较广泛，比如在测控过程的优化，自学习自适应过程控制以及多传感器系统的数据实时分析，矫正和控制等，在实时图形和实物识别的测控技术上也离不开人工神经网络。目前人工神经网络在测控技术方面的应用主要体现在四个方面，其一能够实现对生产控制过程的参数优化，比如目前集成电路的规模已经越来越大，传统的测控技术很难保证这些集成电路完工后的品质，经过实验证明，通过在对大型集成电路生产过程中，使用人工神经网络技术来对产品进行管控，往往能够提升良品率10个百分点。其二就是通过人工神经网络在测控技术上的实物识别，这种技术能够利用多个领域，比如身份识别，目前通过神经计算机上最新的SLpoDBF算法对10种不同的实物进行识别，将这些实物摆出多达三百多种的姿态，通过对神经计算机的训练，最终有效的识别率能够达到98%，目前SLpoDBF算法相对于Bp算法属于更高级别的智能算法，能够将神经计算机的训练时间缩短两个数量级；其三就是说话人确认的识别技术，语音识别系统自然也是人工神经网络技术的重点之一，通过基于CaSSanDRa—i神经计算机的模拟实现语音识别系统，能够将误判率降低到1%以下，这相对于国外比较先进的Veritron1000系统要有效的多；其四就是基于人工神经网络的自动控制，这种自动控制应该具备自适应，自学习能力，这是人工神经网络技术的核心，通过半制定的神经网络板以及更为先进的神经计算机，都能够适用于不同场合的自动控制，抗干扰能力强，在使用过程中不会因为程序的错误而导致失控。
（二）基于人工神经网络在中药现代化的方面的实用
从上个世纪90年代人工神经网络就已经在我国中药研究领域广泛的应用了，因为人工神经网络具有自学习，自适应以及自组织的能力，能够实现实物识别，根据自身自学习能力，就能够对电信号和图像进行直接处理，而且基于人工神经网络原理的神经计算机操作比较简单，有专门的人机交互界面，非中药专业的爱好人员也能够通过操作，目前人工神经网络在中药方面的应用十分广泛。
对神经网络的认识篇5
人脑是自生命诞生以来，生物经过数十亿年漫长岁月进化的结果，是具有高度智能的复杂系统，它不必采用繁复的数字计算和逻辑运算，却能灵活处理各种复杂的，不精确的和模糊的信息，善于理解语言、图象并具有直觉感知等功能。
人脑的信息处理机制极其复杂，从结构上看它是包含有140亿神经细胞的大规模网络。单个神经细胞的工作速度并不高（毫秒级），但它通过超并行处理使得整个系统实现处理的高速性和信息表现的多样性。
因此，从信息处理的角度对人脑进行探究，并由此研制出一种象人脑一样能够“思维”的智能计算机和智能信息处理方法，一直是人工智能追求的目标。
神经网络就是通过对人脑的基本单元---神经元的建模和联结，来探索模拟人脑神经系统功能的模型，并研制一种具有学习、联想、记忆和模式识别等智能信息处理功能的人工系统。本文介绍神经网络的特征以及近年来有关神经网络和混沌理论、模糊计算和遗传算法等相结合的混合神经网络探究的动态。
一．神经网络和联结主义
回顾认知科学的发展，有所谓符号主义和联结主义两大流派。符号主义从宏观层次上，撇开人脑的内部结构和机制，仅从人脑外在表现出来的智能现象出发进行探究。例如，将记忆、判定、推理、学习等心理活动总结成规律、甚至编制成规则，然后用计算机进行模拟，使计算机表现出各种智能。
符号主义认为，熟悉的基本元素是符号，认知过程是对符号表示的运算。人类的语言，文字的思维均可用符号来描述，而且思维过程只不过是这些符号的存储、变换和输入、输出而已。以这种方法实现的系统具有串行、线性、准确、简洁、易于表达的特征，体现了逻辑思维的基本特性。七十年代的专家系统和八十年代日本的第五代计算机探究计划就是其主要代表。
联接主义则和其不同，其特征是从微观出发。联接主义认为符号是不存在的，认知的基本元素就是神经细胞（神经元），认知过程是大量神经元的联接，以及这种联接所引起的神经元的不同兴奋状态和系统所表现出的总体行为。八十年代再度兴起的神经网络和神经计算机就是这种联接主义的代表。
神经网络的主要特征是摘要：大规模的并行处理和分布式的信息存储，良好的自适应、自组织性，以及很强的学习功能、联想功能和容错功能。和当今的冯．诺依曼式计算机相比，更加接近人脑的信息处理模式。主要表现如下摘要：
神经网络能够处理连续的模拟信号。例如连续灰度变化的图象信号。
能够处理混沌的、不完全的、模糊的信息。
传统的计算机能给出精确的解答，神经网络给出的是次最优的逼近解答。
神经网络并行分布工作，各组成部分同时参和运算，单个神经元的动作速度不高，但总体的处理速度极快。
神经网络信息存储分布于全网络各个权重变换之中，某些单元障碍并不影响信息的完整，具有鲁棒性。
传统计算机要求有准确的输入条件，才能给出精确解。神经网络只要求部分条件，甚至对于包含有部分错误的输入，也能得出较好的解答，具有容错性。
神经网络在处理自然语言理解、图象模式识别、景物理解、不完整信息的处理、智能机器人控制等方面有优势。
符号主义和联接主义两者各有特色，学术界目前有一种看法摘要：认为基于符号主义得传统人工智能和基于联接主义得神经网络是分别描述人脑左、右半脑的功能，反映了人类智能的两重性摘要：精确处理和非精确处理，分别面向熟悉的理性和感性两个方面，两者的关系应该是互补而非互相代替。理想的智能系统及其表现的智能行为应是两者相互结合的结果。
接下去的新问题是，符号ai和联接ai具体如何结合，两者在智能系统中相互关系如何？分别扮演什么角色？目前这方面发表的文献很多，大致有如下几种类型摘要：
1．松耦合模型摘要：符号机制的专家系统和联接机制的神经网络通过一个中间媒介（例如数据文件）进行通讯。
2．紧耦合模型摘要：和松耦合模型相比较，其通讯不是通过外部数据进行，而是直接通过内部数据完成，具有较高的效率。其主要类型有嵌入式系统和黑板结构等。
3．转换模型摘要：将专家系统的知识转换成神经网络，或把神经网络转换成专家系统的知识，转换前的系统称为源系统，转换后的系统称为目标系统，由一种机制转成另一种机制。假如源系统是专家系统，目标系统是神经网络，则可获得学习能力及自适应性；反之，可获得单步推理能力、解释能力及知识的显式表示。当然，转换需要在两种的机制之间，确定结构上的一致性，目前主要新问题是还没有一种完备而精确的转换方法实现两者的转换。有待进一步探究。
4．综合模型摘要：综合模型共享数据结构和知识表示，这时联接机制和符号机制不再分开，两者相互结合成为一个整体，既具有符号机制的逻辑功能，又有联接机制的自适应和容错性的优点和特征。例如联接主义的专家系统等。
近年来神经网络探究的另一个趋向，是将它和模糊逻辑、混沌理论、遗传进化算法等相结合，即所谓“混合神经网络”方法。由于这些理论和算法都是属于仿效生物体信息处理的方法，人们希望通过她们之间的相互结合，能够获得具有有柔性信息处理功能的系统。下面分别介绍。
二．混沌理论和智能信息处理
混沌理论是对貌似无序而实际有序，表面上看来是杂乱无章的现象中，找出其规律，并予以处理的一门学科。早在七十年代，美国和欧洲的一些物理学家、生物学家、数学家就致力于寻求在许许多多不同种类的不规则性之间的联系。生物学家发现在人类的心脏中有混沌现象存在，血管在显微镜下交叉缠绕，其中也有惊人的有序性。在生物脑神经系统中从微观的神经膜电位到宏观的脑电波，都可以观察到混沌的性态，证实混沌也是神经系统的正常特性。
九十年代开始，则更进一步将混沌和神经网络结合起来，提出多种混沌神经网络模型，并探索应用混沌理论的各种信息处理方法。例如，在神经元模型中，引入神经膜的不应性，探究神经元模型的混沌响应，探究在神经网络的方程中，不应性项的定标参数，不定性时间衰减常数等参数的性质，以及这些参数于神经网络混沌响应的关系，并确定混沌---神经网络模型具有混沌解的参数空间。经过试验，由这种混沌神经网络模型所绘出的输出图形和脑电图极为相似。
现代脑科学把人脑的工作过程看成为复杂的多层次的混沌动力学系统。脑功能的物理基础是混沌性质的过程，脑的工作包含有混沌的性质。通过混沌动力学，探究、分析脑模型的信息处理能力，可进一步探索动态联想记忆、动态学习并应用到模式识别等工程领域。例如摘要：
对混沌的随机不规则现象，可利用混沌理论进行非线性猜测和决策。
对被噪声所掩盖的微弱信号，假如噪声是一种混沌现象，则可通过非线性辨识，有效进行滤波。
利用混沌现象对初始值的敏锐依靠性，构成模式识别系统。
探究基于混沌---神经网络自适应存储检索算法。该算法主要包括三个步骤，即摘要：特征提取、自适应学习和检索。
模式特征提取采用从简单的吸引子到混沌的层次分支结构来描述，这种分支结构有可能通过少数几个系统参数的变化来加以控制，使复杂新问题简单化。自适应学习采用神经网络的误差反传学习法。检索过程是通过一个具有稳定吸引子的动力学系统来完成，即利用输入的初始条件和某个吸引子（输出）之间的存在直接对应关系的方法进行检索。利用这种方法可应用于模式识别。例如黑白图象的人脸识别。
三．模糊集理论和模糊工程
八十年代以来在模糊集理论和应用方面，也有很大进展。1983年美国西海岸ai探究所发表了称为ReVeaL的模糊辅助决策系统并投入市场，1986年美国将模糊逻辑导入opS---5，并探究成功模糊专家系统外壳FLopS，1987年英国发表采用模糊pRoLoG的智能系统FRiL等。除此通用工具的研制以外，各国还开发一系列用于专用目的的智能信息处理系统并实际应用于智能控制、模式识别、医疗诊断、故障检测等方面。
模糊集理论和神经网络虽然都属于仿效生物体信息处理机制以获得柔性信息处理功能的理论，但两者所用的探究方法却大不相同，神经网络着眼于脑的微观网络结构，通过学习、自组织化和非线性动力学理论形成的并行分析方法，可处理无法语言化的模式信息。而模糊集理论则着眼于可用语言和概念作为代表的脑的宏观功能，按照人为引入的隶属度函数，逻辑的处理包含有模糊性的语言信息。
神经网络和模糊集理论目标相近而方法各异。因此假如两者相互结合，必能达到取长补短的功能。将模糊和神经网络相结合的探究，约在15年前便已在神经网络领域开始，为了描述神经细胞模型，开始采用模糊语言，把模糊集合及其运算用于神经元模型和描述神经网络系统。目前，有关模糊---神经网络模型的探究大体上可分为两类摘要：一类是以神经网络为主，结合模糊集理论。例如，将神经网络参数模糊化，采用模糊集合进行模糊运算。另一类以模糊集、模糊逻辑为主，结合神经网络方法，利用神经网络的自组织特性，达到柔性信息处理的目的。
和神经网络相比，模糊集理论和模糊计算是更接近实用化的理论，非凡近年来美国和日本的各大公司都纷纷推出各种模糊芯片，研制了型号繁多的模糊推理板，并实际应用于智能控制等各个应用领域，建立“模糊工程”这样一个新领域。日本更首先在模糊家电方面打开市场，带有模糊控制，甚至标以神经---模糊智能控制的洗衣机、电冰箱、空调器、摄象机等已成为新一代家电的时髦产品。我国目前市场上也有许多洗衣机，例如荣事达洗衣机就是采用模糊神经网络智能控制方式的洗衣机。
四．遗传算法
遗传算法（Geneticalgorithm摘要：Ga）是模拟生物的进化现象（自然、淘汰、交叉、忽然变异）的一种概率搜索和最优化方法。是模拟自然淘汰和遗传现象的工程模型。
Ga的历史可追溯到1960年，明确提出遗传算法的是1975年美国michigan大学的Holland博士，他根据生物进化过程的适应现象，提出如下的Ga模型方案摘要：
1．将多个生物的染色体（Chromosmoe）组成的符号集合，按文字进行编码，称为个体。
2．定义评价函数，表示个体对外部环境的适应性。其数值大的个体表示对外部环境的适应性高，它的生存（子孙的延续）的概率也高。
3．每个个体由多个“部分”组合而成，每个部分随机进行交叉及忽然变异等变化，并由此产生子孙（遗传现象）。
4．个体的集合通过遗传，由选择淘汰产生下一代。
遗传算法提出之后，很快得到人工智能、计算机、生物学等领域科学家的高度重视，并在各方面广泛应用。1989年美国Goldberg博士发表一本专著摘要：“GeneticalgorithmsinSearch，optimizationandmachineLearning”。出版后产生较大影响，该书对Ga的数学基础理论，Ga的基本定理、数理分析以及在搜索法、最优化、机器学习等Ga应用方面进行了深入浅出的介绍，并附有pascal模拟程序。
1985年7月在美国召开第一届“遗传算法国际会议”（iCGa）。以后每隔两年召开一次。近年来，遗传算法发展很快，并广泛应用于信息技术的各个领域，例如摘要：
智能控制摘要：机器人控制。机器人路径规划。
工程设计摘要：微电子芯片的布局、布线；通信网络设计、滤波器设计、喷气发动机设计。
图象处理摘要：图象恢复、图象识别、特征抽取。
调度规划摘要：生产规划、调度新问题、并行机任务分配。
优化理论摘要：tSp新问题、背包新问题、图划分新问题。
人工生命摘要：生命的遗传进化以及自增殖、自适应；免疫系统、生态系统等方面的探究。
神经网络、模糊集理论和以遗传算法为代表的进化算法都是仿效生物信息处理模式以获得智能信息处理功能的理论。三者目标相近而方法各异；将它们相互结合，必能达到取长补短、各显优势的效果。例如，遗传算法和神经网络和模糊计算相结合方面就有摘要：
神经网络连续权的进化。
传统神经网络如Bp网络是通过学习，并按一定规则来改变数值分布。这种方法有练习时间过长和轻易陷入局部优化的新问题。采用遗传算法优化神经网络可以克服这个缺点。
神经网络结构的进化。
目前神经网络结构的设计全靠设计者的经验，由人事先确定，还没有一种系统的方法来确定网络结构，采用遗传算法可用来优化神经网络结构。
神经网络学习规则的进化。
对神经网络的认识篇6
在网络高速发展、信息大爆炸的今天，网络文化建设显得尤为重要，网络为人们提供精神文化生活的新空间。加强网络文化建设和管理，是发展社会主义先进文化、满足人民群众日益增长的精神文化需求的迫切需要，是占领思想文化阵地、促进社会稳定和谐的迫切需要，是顺应人民群众强烈愿望、保护青少年身心健康的迫切需要，是树立国家良好形象、增强国家文化软实力的迫切需要。在网络文化建设中要保持追求真理的精神，立足于中国的国情，保持探索求证的精神，不断加强网络文化产品的创作，为人们提供更多更好的网络文化产品和服务，也要保持怀疑精神，不断对网络信息进行辨别和筛选，确保积极健康向上的网络环境，营造良好的网络文化氛围，牢牢占领网络思想文化阵地，坚定人们正确的价值追求，反对崇尚迷信、封建，反对固步自封、弄虚作假，反对盲从、守旧。同时也要坚持创新，保持与时俱进，对外来文化和新兴思想持客观和包容的态度，突破传统观念的束缚，勇于提出新观点。科学精神可以培养人们求真、求实、求新、求变的素质，在网络领域中，不论是在物质层面还是精神层面都是引领人们健康向上发展的动力。在物质层面上，科学精神推动科技发展，推进网络建设，为网络文化建设提供基本的物质基础。在精神层面，科学精神可以培养人们客观、求真、实事求是的精神，在网络文化产品和服务上能明确方向、提高网络文化产品和服务的规模、质量和专业化水平，使我国优秀传统文化产品数字化、网络化，广泛传播体现中国传统和具有时代精神的网络文化；并且倡导人民文明上网，净化网络环境，营造一个积极向上、健康文明的网络文化氛围，提升网络舆论的开放性、公正性和自由度；对于网络文化建设管理方面，为科学的管理方式提供精神支柱，倡导科学有效的管理，运用知识和技术加强网络环境的监督、自律和规范。
二、科学精神是提高全民科学素养的根本起点
科学精神是科学的本质和精髓，是人们在发现世界和改造世界的过程中，伴随着不断发展的科学技术和科学理念，逐渐与社会文化相结合的产物。科学精神和科技活动、科学理论密不可分，科学精神由科技发展而产生，又能动地推进科学技术的发展。如今，中国人民认识到科学是推进社会发展、提高人民生活水平的重要动力，但是对于科学精神却越来越忽视。中国自古以来就是人情社会，事事懂个七八分，不琢磨透彻，官本位思想严重，人们习惯利用关系和背景来谋求利益和出路；安于现状，不思进取。现在社会经济发展迅速，人们物质需求逐渐得到满足，但精神不断缺失，人们越来越找不到方向，变得浮躁。在科学技术推进物质基础时，需要不断普及科学知识，弘扬科学精神，提高全民科学素养。只有提高中国大众的科学水平，使其拥有科学精神，勇于求真，敢于怀疑，坚持批判，保持理性，社会才能保持稳定和高速发展。科学精神是全民科学素养的基础部分，科学精神是科学文化的重要组成部分。只是普及科学知识，不倡导和引领人民拥有积极探索的科学精神，那这种科学知识的普及只是灌输式的，不能让人们自主探索，在面对新兴事物时茫然不知所措，这是一种对科学知识停留在表面的了解，人们没有自我探索、自我批评的主动性和自觉性，仍然带有麻木性。这样人们的精神世界仍然缺少科学精神的支撑，易被外界事物干扰，不能较好地明辨是非，没有独立完善的自我思辨能力。科学精神是提高全民科学素养的根本起点，能摒除迷信和愚昧，提高社会的创新精神和理性程度，营造健康向上的精神文化生活环境，帮助人们树立正确的人生观、世界观和价值观，提高公民的科学文化素养，推动科技发展，社会进步。
三、科学精神是推进人全面发展的内在动力
人的全面发展不仅仅需要外界条件的满足和外界力量的推动，最为重要的是自身内在的精神和毅力。人的思想和精神出现了问题，当然应当从思想和精神领域来进行治疗。现在有一部分中国人在精神上越来越迷茫：理想空泛、价值迷途、道德缺失、思想保守、情感缺失等等。科学精神正是追求真理、崇尚创新、注重实践、弘扬理性的集合，在人的认识、道德、思想和智力方面都起着积极的推动作用。在人的认识方面，科学精神提醒人们客观地面对事物，并且持有勇于探索的精神去认识世界；对于人的道德，科学精神引领着人们求真至善，保持公正、无私、理性，尊重自然、不作假、不迷信、不自私，追求理想。在思想方面，科学精神将人们从迷信、恐惧、封建等深渊中解救出来，给予人们新思想、新动力。对人的智力而言，科学精神带给人们求真、求实、求新、求变的内在需求，在学习的过程中，保持怀疑精神和批判精神，激发人们不断探索，勤于思考，乐于创新，激发人们的创造力和自主探索精神。科学精神不断鞭策着人们，乐于探索和冒险，勇于实践，积极创新，不断思考，能冲破封建、教条的禁锢，积极认识世界和改造世界。科学精神给予人们理性的视角能辩证地看待事物和事件，这正是中国这种人情大国所欠缺的。因此积极弘扬科学精神，推进人的全面发展是个人发展的要求，是国家进步的要求，是社会前进的要求。
四、科学精神是推进农村和少数民族文化建设的根本
对神经网络的认识篇7
【关键词】自组织神经网络；matLaB；震级；地震预测
1.引言
地震是一种会给人类社会带来巨大灾难的自然现象。在众多的自然灾害中，特别是在造成人员伤亡方面，全球地震灾害造成的死亡人数占全球各类自然灾害造成的死亡人数总数的54%，可以堪称群灾之首[1].地震预报是地理问题研究领域中的一个重要课题，准确的地震预报可以帮助人们及时采取有效措施，降低人员伤亡和经济损失[2]。
神经网络是一种大规模并行分布处理的非线性系统，具有高度的非线性运算能力和良好的自学习能力[3]。近年来，受到了广大预测科学工作者的关注。神经网络这方面的优势，主要体现在：
（1）容错能力强。由于网络知识信息采用的是分布式存储，个别单元损坏就不会引起输出错误。这使得预测、识别过程时容错力强，可靠性高。
（2）预测、识别速度快。训练好的网络对样本预测、识别的时候仅需要少量的算法，这使得其运算速度比其他算法更快。
（3）避免了特征因素与判别目标复杂关系，尤其是公式的叙述。网络可以自己学习和记忆各个输入量与输出量间的关系[4]。
2.自组织竞争神经网络
在地震的预报中，有的时候需要根据不同地震活动指标将发生在不同时间、空间和强度的地震进行分类研究，然后根据这些特征对其他的样本进行预报。自组织竞争神经网络能够对输入模式进行自组织训练和判断，并将其最终分为不同的类型[5]。
自组织竞争型网络预报的原理：通过采集的训练样本对网络训练，训练好的网络记忆了所有分类模式。当输入新样本会激发对应神经元就可以对新样本进行分类。自组织竞争网络基本上为输入层和映射层的双层结果，映射层的神经元互相连接，每个输出神经元连接至所有输入神经元[5]，其结构图如图1所示。
图1自组织竞争神经网络结构图
3.数据样本的采集及预处理
利用自组织竞争神经网络进行地震预报，首先应该提取有关地震预报的重要指标，确定网络结构。样本数目的确定没有通用的方法，一般认为，样本过少可能使得网络的表达不够充分，从而导致网络外推的能力不够；而样本过多可能会出现样本冗余现象，既增加了网络的训练负担，也有可能出现信息量过剩。
这里测取了我国某地区连续12年的地震趋势作为检验实例，研究时间1年，所选取的11项地震活动指标：最多次数的地震震级、b值、平均震级、平均纬度、平均纬度偏差、平均经度、平均经度偏差、最大地震震级、mL大于115的地震次数、相邻两年地震次数差、相邻两年的最大地震震级差。
获得输入变量后除了大地震震级指标将其余指标数据处理为区间[01]之间的数据[4]。公式如下：
处理后的数据如表1所示。
4.自组织竞争神经网络的设计
上述数据按照震级的大小分为：一般地震、中等地震、严重地震3类，因此这里需要设置的神经元数为3个。最后一年的数据作为测试样本其余均参加竞争训练。由于输入有11个向量所以输入层神经元数目为11。为了增快学习速度将学习速率设定为0.1。其建立网络代码如下：
本程序建立的自组织竞争神经网络结构图，如图2所示：
5.网络训练
网络训练后才可用于地震预测的实际应用。训练代码如下：
根据代码的输出结果可知，表1中的第1、3、4、6、11组数据属于一类；第2、7组数据属于一类；第5、8、9、10组数据属于一类。直接检验表中的数据，可以很容易的发现同一类数据比较相近，这同样验证了上述的分类结果。
6.网络的测试
根据训练好的自组织竞争神经网络输入测试样本，得到的输出结果与实际结果进行比对。这里输入测试代码：
p_test=[0.31250.450.50010.785310.42360.18254.10.05010.40.12]’；
y1=sim（net，p_test）；
y1=vec2ind（y1）；
代码的输出结果为：y1=1。
通过直接进行数据对比我们认为第12组数据和第1组数据非常的接近，所以网络的运行结果是正确的。由上述可以得知，此网络有着相当好的预报精度。
7.结语
通过实验基于自组织竞争神经网络的地震预测精度很高，并且可以有效的克服数据含噪声的因素，此外本文所使用的竞争神经网络结构简单、易于实现。综上所述，该自组织竞争神经网络可以被广泛的用于地震分类的预测系统中。
参考文献
[1]陈运泰.地震预测：回顾与展望[J].中国科学，2009，39（12）：1633-1658.
[2]付兴兵，刘光远.粒子群多层感知器在地震预报中的应用研究[J].湖南工程学院，2007，17（1）：23-26.
[3]李东升，王炜.人工神经网络及其在地震预报中的应用[J].地震，1995，15（4）：379-383.
[4]张治国.人工神经网络及其在地学中的应用研究[D].吉林：吉林大学，2006：78-79.
[5]朱大齐，史惠.人工神经网络原理及应用[m].北京：科学出版社，2006.
[6]韩晓飞，潘存英，罗词建.基于遗传算法的广义回归神经网络在地震预测中的应用[J].华北地震科学，2012，30（1）：48-53.
对神经网络的认识篇8
党的十七届六中全会明确指出要“发展积极健康的网络文化”，并就加强网络文化建设和管理作了专门部署，“加强网上思想文化阵地建设，是社会主义文化建设的迫切任务。要认真贯彻积极利用、科学发展、依法管理、确保安全的方针，加强和改进网络文化建设和管理，加强网上舆论引导，唱响网上思想文化主旋律”。[1]这充分体现了中国共产党高度的文化自觉意识和在信息化条件下对文化发展趋势的准确把握。在新的时代条件下进一步加强网络文化建设和管理，笔者认为要特别主要以下几个方面。一、要充分认识到发展积极健康的网络文化的重要意义当前，网络已经日益成为人们精神生活的新空间、信息传播的主要渠道之一。据相关统计，截至2011年上半年，我国网民人数已达4.85亿并呈现继续加速上升趋势。人们已经把网络作为了解信息、浏览新闻、学习知识、休闲娱乐的主要渠道，如果不注重引导这个庞大群体的文化价值取向，社会主义核心价值体系就难以成为社会共识；如果不注重满足他们的精神文化需求，社会主义文化建设的目的就不能完全达到。因此，加强和改进网络文化建设关系深远。当前，我国的网络文化建设在满足人民群众精神需要等方面还存在诸多问题，如当前网上优秀文化产品供给不足、公共文化信息服务不到位等。网络文化建设与社会主义先进文化的发展要求不相适应，与人民群众日益增长的精神文化需求还有较大差距，繁荣发展丰富多彩、积极健康网络文化的任务繁重而紧迫。发展积极健康的网络文化是增强国家文化软实力的迫切需要。文化软实力是一个国家的文化所体现出来的凝聚力、吸引力和影响力。提升国家文化软实力，是我国经济社会发展到一定阶段的历史任务，也是我国提高国际影响力、塑造良好国际形象、营造和平发展国际环境的必然要求。在这一时代背景下，我们就更要密切跟踪网络文化的发展趋势，创新网络文化商业模式，提高网络文化传播力，不断增强国家文化软实力。发展积极健康的网络文化是进一步净化网络文化环境的现实需要。由于各种原因，当前我国的网络文化良莠不齐、内容复杂，各种低级文化、黑色文化等充斥着各大网站，网络暴力、网络诈骗等违法犯罪活动不断改头换面，严重扰乱了社会秩序，直接危害了青少年身心的健康成长。从一定意义上说，净化网络文化环境已经到了刻不容缓的地步。二、进一步发展和繁荣网络文化的实现途径（一）要坚持正确的舆论导向发展积极健康的网络文化必须坚持正确的舆论导向。当前，发展积极健康的网络文化就是要坚持社会主义核心价值体系的指导地位，一是要坚持以马克思主义中国化的最新理论成果为指导，保证网络文化发展的正确方向。由于网络自身的特点，网络文化内容呈现出了多元化的特征。因此，我们必须以马克思主义中国化的最新理论成果为指导，坚持用马克思主义的基本立场、基本观点和基本方法分析、研究和引领网络文化的发展，不断增强用马克思主义占领网络文化阵地的政治意识，真正把网络建设成为传播马克思主义理论和先进文化的思想阵地，使网民在享受快捷方便、丰富多彩的网络文化的同时，增强政治敏锐性和政治鉴别力，切实牢牢把握网络文化建设主动权。二是要坚持以中国特色社会主义共同理想为核心，增强网络文化的凝聚力。当前，我们的改革正处于攻坚阶段，各种社会矛盾日益凸显，各种利益关系错综复杂。在这一背景下，如何用共同理想凝聚全社会的智慧和力量就显得尤为重要。当前，必须坚持将中国特色社会主义共同理想作为网络文化建设的核心，充分利用现代技术手段，通过网络视频、音频、图片、文字等形式广泛而深入地开展专题宣传普及活动，营造浓厚的网络正面舆论氛围，借此增强网民对中国特色社会主义事业的认知、认同感，坚定其对实现中华民族伟大复兴的理想信念。三是坚持以弘扬民族精神和时代精神为灵魂，提升网络文化的精神内涵。当前，以西方意识形态为主要特征的网络霸权主义甚嚣尘上。“网络霸权主义是指计算机网络技术发达的国家或组织利用其资金、网络技术、网络管理、语言和网络文化等方面的优势，控制国际互联网，把符合本国或自己集团利益的意志、价值观念、意识形态等通过网络强加于其他国家及其公民，妨碍、干涉或有意压制其他国家及其公民对网络信息的自由运用，以谋求和扩大自身的经济、政治、文化和军事等方面的利益。当今世界，搞网络霸权主义的主要是以美国为首的少数西方发达国家”。[2]网络霸权主义打着“网络自由”、“文化多元”的幌子，大肆宣传和植入西方的价值观念和意识形态，严重干扰了人们的认识视角和社会的和谐稳定。要抵制西方网络霸权主义的文化影响，就必须加紧打造彰显我国民族精神和时代精神的网络文化精品，坚持把弘扬以爱国主义为核心的民族精神和以改革创新为核心的时代精神作为灵魂，提升网络文化的精神内涵。四是要坚持以社会主义荣辱观为道德评判标准，营造健康向上的网络文化氛围。面对日益严重的网络道德失范现象，必须大力倡导社会主义荣辱观，坚持以社会主义荣辱观作为网络道德的评判标准，用社会主义荣辱观教育和规范网民的行为，强化其道德责任意识和判断能力，教育和引导网民知荣辱、明是非，自觉抵制网络低俗之风。（二）要坚持发展为先的原则一是坚持发展一批以先进文化为主要内容的网络文化产业，要用一批优秀的先进网络文化产品来占领和巩固网络阵地。这就要求我们必须要以强大的民族网络文化产业为支撑，不断提高优秀网络文化产品和服务的供给能力，要以市场为依托，不断提高网络文化产业的规模化、专业化、国际化水平，努力形成一批“立足中国、放眼世界、社会责任感强”的网络文化骨干企业；要以产品为基础，不断增强我国网络文化产业的自主创新能力，努力推动网络文化产品的创作和生产向原创为主转型升级；要以中华文化为重点，创新文化服务方式，大力加强数字图书馆、博物馆、文化馆、艺术馆建设，努力形成一批具有中国气派、体现时代精神、品位高雅的网络文化品牌；要加强战略研究，制定产业发展中长期规划，建立网络文化产业协调机制，优化网络文化产业企业发展的基础环境，指导规范网络文化产业健康发展；要建立网络文化产业高端交流平台，展示、交流网络文化产业新进展、新成就，提高网上公共文化服务水平，引领网络文化产业良性运行。#p#分页标题#e#二是要大力发展网络文化技术，拓宽网络文化发展空间。网络文化是以网络技术为物质基础的，要保证我国网络文化的积极健康快速地发展，必须要大力发展网络文化技术。要瞄准世界文化科技发展的战略前沿，加强数字技术、数字内容等核心技术的研发和应用，掌握自主知识产权，提高文化装备制造技术水平；要进一步加大新一代网络、“防火墙”、“电脑密码”等重点领域的技术攻关和研究开发力度，着力构筑政治经济文化等领域的过滤网站；要加快建设中文域名服务器，开发集思想性、知识性、教育性、艺术性、娱乐性和易操作性于一体的宣传教育软件，占领网络文化前沿阵地，改进传播民族优秀文化的手段；要大力建设互联网接入基础设施，在继续推进东部和城市地区建设的同时，以西部地区和农村地区为重点，以卫星网、移动网、电视网等宽带业务为方向，通过多元化投资打破垄断，不断降低上网费用、提高上网速度；要积极开展与各国政府及相关国际组织在互联网技术、标准规范、资源分配、网络接入、互联网治理等方面的交流与合作，建立有效的沟通协商机制，促进互联网快速健康发展。（三）要进一步加强网络文化管理一是要进一步积极实施网络文化管理的监督职能、引导职能、规范职能、惩戒职能，加快建立法律规范、行政监督、行业自律、技术保障相结合的网格文化管理体制和机制，推动网络文化健康发展。1.要健全法律法规，提高依法管理水平。要进一步提高立法质量，把网络管理的立法工作纳入到国家整个法制建设的框架中思考设计；要跟踪网络文化的最新动态，加快立法进程，使网络文化建设尽可能做到有法可依；要严格执法，对网络上的违规违法、经济犯罪、民事犯罪等做到执法必严、违法必究，从而保障国家的网络文化安全。2.要以技术突破带动网络文化管理水平的提高。技术的发展既有可能给网络文化带来某种威胁，也一定可以运用它来消除这种威胁。以技术手段对网络文化进行管理，一方面要进一步加强对信息技术产品的监控与管理，另一方面要加强网络安全体系建设，通过研制和开发先进的防范病毒传播和破坏计算机系统的软硬件技术，对网上内容进行甄别，将危害国家安全、破坏社会稳定以及色情等有害信息的网站予以屏蔽、过滤。3.要以行业自律为重点，积极推进网络文化健康发展。推进网络行业自律，就是要做到自觉维护主流思想、自觉传播先进文化、自觉抵制低俗之风、自觉维护公平竞争。这当中，要充分发挥行业自律组织的作用，充分发挥专业人士在行业自律中的作用，互联网企业要切实肩负起自己的社会责任，加强自律，文明办网。网民也要自律。要通过思想政治工作和网络伦理教育，促使人们自觉树立起网络自律意识，遵守网络道德，不断巩固网上社会主义思想阵地。二是要进一步改革健全网络文化管理的模式，充分释放网络文化生产力。网络文化管理是网络文化发展的一项重要内容，要坚持“在发展中管理，在管理中发展”的建设原则，切实改进网络文化管理的模式。网络文化管理模式是网络文化管理的主体、客体和环境关系的集中反映。客观来说，我国现阶段网络文化的管理模式比较混乱，相关管理的制度规章也不健全，条块分割、片区管理的管理模式比较突出，政府、产业和用户在网络文化建设中的职责和作用未能很好的厘定，导致了在网络文化发展过程中出现的问题无法得到有效地解决。在这一管理模式下，网络文化的发展尤其是网络文化产业的发展出现的问题尤为突出，直接阻碍了网络文化产业的发展和壮大。现阶段，进一步健全完善网络文化管理的模式必须厘定政府、企业以及网络用户的自身的定位，政府要做好文化发展的主持者、管理人，要坚持从宏观、间接的角度对网络文化发展提供方向性引导和政策机制的支持。网络企业要坚持自身的行业特性，把自律、规范、发展与公益有机结合起来，形成文化发展的内部动力，以保障文化发展的经济特性与社会效益的有机结合。网络用户要立足于文化自觉地视角，从提高自身素质出发，提高文化消费的品位，积极转变角色意识，参与文化建设的管理与互动。三是要进一步建设好网络文化队伍，为网络文化发展提供人才支撑。网络文化队伍既包括网络文化的建设人才，也包括网络文化的管理人才。繁荣网络文化，造就网络文化产业人才，一是要着力培育网络文化创意、技术、管理、营销等专业人才，努力形成一支与市场相适应、与品牌相适应、与经济规模相适应的网络文化队伍。二要优化人才成长的体制机制，从政策、环境等方面，为网络文化产业人才创业发展提供良好条件，同时要建设互联网信息服务从业人员的准入机制，积极引进在国内外文化产业运作方面有经验、有水平的高端人才，投身我国网络文化建设。
对神经网络的认识篇9
关键词：计算机网络模型；神经网络算法
计算机网络在人们日常生活越来越重要，被广泛应用到各个行业。随着社会不断发展，人们需求不断加高，使计算机得到良好改善，目前，计算机网络运用集线式服务器来实现网络互连，促进网络发展。但是也有很大弊端，过多的联想信息虽然满足人们需求，但是对技术的要求也更加苛刻，现有的技术满足不了计算机网络运行，使人们日常操作不方便。为了解决这一问题，研究人员需要全面优化计算机网络，提高运行能力和性能，运用神经网络算法，使计算机更加适合现代社会发展，储存更多信息。
1神经网络算法概论分析
1.1神经网络算法整体概论神经网络算法是按照人体大脑的思维方式进行模拟，根据逻辑思维进行推理，将信息概念化形成人们认知的符号，呈现在显示屏前。根据逻辑符号按照一定模式进行指令构造，使计算机执行。目前，神经网络被广泛使用，使直观性的思维方式分布式存储信息，建立理论模型。优化网络的神经网络主要是Hop?eld神经网络，是1982年由美国物理学家提出的，它能够模拟神经网络的记忆机理，是全连接的神经网络。Hop?eld神经网络中的每个神经元都能够信号输出，还能够将信号通过其他神经元为自己反馈，那么其也称之为反馈性神经网络。
1.2优化神经网络基本基础Hop?eld神经网络是通过能量函数分析系统，结合储存系统和二元系统的神经网络，Hop?eld神经网络能收敛到稳定的平衡状态，并以其认为样本信息，具备联想记忆能力，使某种残缺信息进行回想还原，回忆成完整信息。但是Hop?eld神经网络记忆储存量有限，而且大多数信息是不稳定的，合理优化计算机联想问题，使Hop?eld神经网络能够建设模型。
1.3神经网络算法优化步骤简述人工神经网络是模拟思维，大多是根据逻辑思维进行简化，创造指令使计算机执行。神经网络算法是按照人体思维进行建设，通过反应问题的方法来表述神经思维的解；利用有效条件和能量参数来构造网络系统，使神经网络算法更加可靠；大多数动态信息需要神经网络来根据动态方程计算，得出数据参数来进行储存。
2神经网络算法的特点与应用
2.1神经网络主要特点神经网络是根据不同组件来模拟生物体思维的功能，而神经网络算法是其中一种程序，将信息概念化，按照一定人们认知的符号来编程指令，使计算机执行，应用于不同研究和工程领域。神经网络在结构上是由处理单元组成，模拟人体大脑神经单元，虽然每个单元处理问题比较简单，但是单元进行组合可以对复杂问题进行预知和处理的能力，还可以进行计算，解决问题能力突出，能够运用在计算机上，可以提高计算机运算准确度，从而保障计算机运行能力。而且一般神经网络有较强容错性，不同单元的微小损伤并不阻碍整体网络运行，如果有部分单元受到损伤，只会制约运算速度，并不妨碍准确度，神经网络在整体性能上能够正常工作。同时，神经网络主干部分受到损伤，部分单元会进行独立计算，依然能够正常工作。
2.2神经网络信息记忆能力神经网络信息存储能力非常强，整体单元组合进行分布式存储。目前，神经网络算法是单元互相连接，形成非线性动态系统，每个单元存储信息较少，大量单元互相结合存储信息大量增加。神经网络具备学习能力，通过学习可以得到神经网络连接结构，在进行日常图像识别时，神经网络会根据输入的识别功能进行自主学习，过后在输入相同图像，神经网络会自动识别。自主学习能力给神经网络带来重要意义，能够使神经网络不断成长，对人们未来日常工作能够很好预测，满足人们的需求。
2.3神经网络的突出优点近年来，人工神经网络得到越来越多人重视，使神经网络得到足够资源进行良好创新。人工神经网络是由大量基本元件构成，对人脑功能的部分特性进行模仿和简化，人工神经网络具备复杂线性关系，与一般计算机相比，在构成原理和功能特点更加先进，人工神经网络并不是按照程序来进行层次运算，而是能够适应环境，根据人们提供的数据进行模拟和分析，完成某种运算。人工神经系统具备优良容错性，由于大量信息存储在神经单元中，进行分布式存储，当信息受到损害时，人工神经系统也可以正常运行。人工神经网络必须要有学习准则制约来能够自主学习，然后进行工作。目前，人工神经网络已经逐步具备自适应和自组织能力，在学习或训练过程中改变突触权重值，以适应周围环境的要求。通过一定学习方式和某些规则，人工神经网络可以自动发现环境特征和规律性，更贴近人脑某些特征。采用并行分布处理方法，使得快速进行大量运算成为可能。神经网络的一个很大的优点是很容易在并行计算机上实现，可以把神经的节点分配到不同的CpU上并行计算。钱艺等提出了一种神经网络并行处理器的体系结构，能以较高的并行度实现典型的前馈网络如Bp网络和典型的反馈网络(如Hop?eld网络)的算法。该算法以SimD(SingleinstructionmultipleData)为主要计算结构，结合这两种网络算法的特点设计了一维脉动阵列和全连通的互连网络，能够方便灵活地实现处理单元之间的数据共享。结合粒子群优化算法和个体网络的并行学习机制，提出了一种基于粒子群优化的并行学习神经网络集成构造方法。
3结束语
全球化的发展，信息交流不断加快，促使各个行业相互融合。神经网络算法具备简单、稳定等不同优势，神经网络研究内容相当广泛，神经网络算法能够与其它算法相互结合，在一定程度提高计算机网络模型运算能力。但是计算机网络模型中神经网络算法学习能力比较低下，梯度下降法不准确，所以需要有关人员进行深度研究，探索神经网络算法，使其更加完善，从而保证计算机整体性能的提高。
参考文献：
[1]陈竺.计算机网络连接增强优化中的神经网络算法[J].电子技术与软件工程,2014(19).
对神经网络的认识篇10
【关键词】因特网；行为，成瘾；精神卫生；因素分析，统计学；青少年；住院
【中图分类号】R161.5R395.6R163【文献标识码】a【文章编号】1000-9817(2007)09-0803-02
mentalHealthStatusandtheinfluencingFactorsamongadolescentinpatientswithinternetaddictionDisorder/taoRan,HUanGXiu-qin,LiBang-he,etal.BeijingmilitaryRegionCentralHospital，Beijing(100700),China
【abstract】objectivetoexplorethehealthstatusandtheinfluencingfactorsamongadolescentinpatientswithinternetaddictionDisorder(iaD),andtoprovideevidenceforthepreventionandinterventionagainstadolescents'iaD.methods596youngiaDinpatientswereassessedwithaself-designedquestionnaire,SymptomChecklist90,eysenckpersonalityQuestionnaireandparentalrearingstyle'semBU.Resultsthescoresofobsessive-compulsive,interpersonalsensitivity,depression,anxiety,hostility,paranoidideation,generalsymptomaticindexandnumberofpositiveitemsweresignificantlyhigherthanthoseofthedomesticnorm.themultiplelinearstepwiseregressionrevealedthatthenervousnessofepQ;father'srefusal,rejection;father'swarmthandunderstanding;feelingofoppressionandcognitionoffutureobjectenteredregressionequation.ConclusiontheinpatientswithiaDhavebadmentalhealthandareinfluencedbyneuroticpersonality,badparentalrearingstyle,oppressionandunclearcognitionoffutureobjectives.
【Keywords】internet;Behavior,addictive;mentalhealth;Factoranalysis,statistical;adolescent,hospitalized
国内有关网络成瘾者心理健康方面的研究已有不少报道，研究对象多为在校中学生或大专院校学生，对网络成瘾（internetaddictionDisorder,iaD）的判定多采用问卷自评法，而非通过专业人员全面了解“病史”、当面访谈后作出诊断的方法。本研究旨在了解由专业人员诊断的住院网络成瘾青少年的心理健康状况及其影响因素，以便为网络成瘾者的心理干预提供有效信息。
1对象与方法
1.1对象2005年5月至2006年12月间经总医院诊断为iaD的住院青少年，共607例，剔除明尼苏达多项人格问卷测谎量表分≥8者11例，实有对象596例，年龄范围14～30岁，平均年龄(18±3)岁。其中，男性568人，女性28人；受教育程度初中214人，高中265人，大学115人，研究生及以上2人。
1.2方法调查表的填写及心理评定均在入院后1周内完成。
1.2.1工具(1)自行设计的iaD青少年的一般情况、家庭情况及与网络成瘾行为有关的自我评价调查表。一般情况包括一般人口学资料、入院方式（主动、被动）、持续迷恋网络时间；家庭情况包括iaD青少年父母的婚姻状况、教育程度、家庭经济收入状况、家庭成员沟通频率、家庭气氛融洽程度、父母感情状况。与网络成瘾行为有关的自我评价包括对沉溺网络的危害认识程度、对未来目标的认识程度、对学习的兴趣、压抑感等共20个条目，按10分制评价，最低为1分，最高为10分。(2)艾森克人格问卷（epQ），由陈仲庚修订，包括4个维度，分别为神经质（n）、内外向（e）、精神质（p）和掩饰性（L），共85个条目。对16岁以下者采用epQ少年版。(3)父母养育方式评定量表(emBU)中文版，为岳冬梅修订。(4)症状自评量表（SCL-90）。
测评有效性标准采用明尼苏达多项人格问卷的测谎量表，由15个条目组成，得分在8分及以上则认为有撒谎现象，问卷不可靠。
1.2.2网络成瘾的临床诊断标准根据大量的临床实践，在Young的iaD判定标准［1］基础上加以修订，由精神医学或医学心理学专业人员评定。(1)症状标准（至少具备前4项）：①心理依赖――上网已占据了自己的思想与行为；②耐受性――为获得满足感不断增加上网的时间和投入程度；③戒断反应――停止上网会产生情绪低落、烦躁不安、焦虑和易激惹；④躯体症状――上网导致睡眠节律紊乱、倦怠、头痛、头晕、颤抖、视力减退、食欲不振等躯体症状；⑤无法控制自己的上网行为；⑥上网成为缓解痛苦的唯一办法；⑦对他人隐瞒迷恋因特网的程度；⑧使用互联网导致放弃其他活动和爱好。(2)严重程度标准：互联网过度使用导致社会功能严重受损（如辍学、失业）。(3)病程标准：符合症状和严重程度标准至少已持续1个月。(4)排除标准：排除器质性精神障碍、精神活性物质和非成瘾物质、精神分裂症及情感性精神障碍所致网络成瘾。
1.3统计方法t检验及多元逐步回归分析。
2结果
2.1住院iaD青少年与全国青年常模SCL-90得分比较由表1可见，住院网络成瘾者SCL-90的强迫、人际关系敏感、抑郁、焦虑、敌对、偏执因子、总均分及阳性项目数均高于全国青年常模，差异有统计学意义（p＜0.05或p＜0.01）。
2.2网络成瘾青少年SCL-90总分影响因素的多元逐步回归分析以SCL-90总分为因变量，以前述自编的iaD青少年一般情况、家庭情况及与网络成瘾行为有关的自我评价调查表的项目、epQ的4个因子及emBU的11个因子为自变量（为定性变量，设置哑变量），以α=0.05为准入标准，α=0.10为剔除水准，进行多元逐步回归分析。通过散点图的观察确定回归方程满足线性与方差齐性的假设。按照标准化残差绝对值大于3的标准去掉6个被认为是奇异值的观测量，实际样本590例。共线性诊断：容许度=0.901，方差膨胀因子=1.109，条件参数=12.05，可认为各自变量间无多重共线性。回归方程的显著性检验F=21.174，p=0.000，说明该回归方程有效。
由表2可见，共有5个自变量进入回归方程，对SCL-90总分有正向影响，即对心理健康状况有不良影响。按贡献大小顺序为：epQ的神经质因子高分、父亲拒绝否认的教养方式、自我压抑高分；对SCL-90总分有负向影响，即有利于心理健康的因素为：父亲情感温暖与理解高分及对未来目标认识高分（对未来目标有清楚的认识）。
3讨论
青少年网络成瘾的诱因多为学习或工作压力大、人际关系困扰、环境适应不良、负性生活事件等，iaD青少年为了逃避这些不利因素导致的负性情绪而逃到虚拟的网络活动中。长时间沉溺于虚拟的网络，进一步造成学习或工作受到影响、家庭关系恶化、现实人际交往缺少或缺失等，这些社会功能的损害又加重了他们原有的不良情绪，形成恶性循环。由此可见，iaD青少年很难保持良好的心理状态。笔者的研究结果也证实了这一点，iaD住院青少年的心身症状明显多于全国青年常模，尤其在强迫、抑郁、焦虑、敌对、人际关系、偏执等6个方面。国内对网络成瘾者心理健康的研究多针对在校中学生或大专院校学生，对网络成瘾的判定方法多为问卷自评法，且所采用的标准不尽相同，导致所得的结果也不完全一致。但总体上可得出网络成瘾者存在广泛心身症状［2-4］的结论。本研究对象为集中住院的网络成瘾者，诊断由专业临床医生向青少年的父母或知情人了解“病史”并结合面对面的深入访谈后，根据临床诊断标准作出，其中重要的诊断标准之一为社会功能的损害，确保了诊断的可靠性。
iaD者不良的心理状况与其神经质人格、父亲否认拒绝、缺少情感温暖与理解的教养方式有关。许多研究也表明，网络成瘾者具有神经质的人格特征［3-5］及存在不良的家庭教养方式［6-7］。这一结果提示网络成瘾青少年的父母，尤其是父亲要认识到并纠正自己的不当教养方式，给予孩子更多的情感温暖与理解，避免一味拒绝、否认，注意从小培养孩子稳重、善于自我控制的人格特质。
在临床实践中，通过对iaD青少年的访谈发现，多数iaD者对未来没有打算或/和对未来目标缺少认识。当问到这些问题时，许多人回答“不知道”、“不愿意去想”、“玩一天，算一天”。当然，也有一部分人希望将来当职业游戏竞技者、程序开发员或做网吧老板。本研究发现对未来目标缺乏认识（对未来目标的认识得分低）不利于iaD者的心理健康，这与缺乏对目标的认识、引起不确定感而增加焦虑情绪有关。在对iaD者的综合心理干预过程中也发现，通过帮助iaD青少年认识网络成瘾的危害，与他们一起分析、制定治疗过程中的近期目标，并督促他们付诸行动，在实现目标后，他们的情绪也逐渐好转。这些均提示在对iaD青少年的心理干预中，专业人员宜帮助他们确立短期及长期的人生目标，提高心理健康水平，尽早摆脱对网络的沉迷。
4参考文献
［1］YoUnGKS.internetaddiction:theemergenceofanewclinicaldisorder.CyberpsychandBehav,1998,3：237-244.
［2］张翠红，刘国伟，谢正，等.大学生网络成瘾与人格特征及心理健康状况分析.中国心理卫生杂志，2006，20（11）：761.
［3］张敏，丁晓玲，童汉英.大学生网络成瘾者心理健康状况.中国行为医学科学，2006，15（2）：172.
［4］耿耀国,李飞,苏林雁，等.初一网络成瘾学生情绪与人格特征研究.中国临床心理学杂志,2006,14（2）：153-155.
［5］孙海双，夏晓燕，胡庆成.某高校学生病理性网络使用心理社会因素分析.中国学校卫生,2005,26(12):1014-1015.
［6］席震芳，张晓阳.初中生网络成瘾倾向与家庭教养方式的关系.中国学校卫生,2005,26(2):153-155.
［7］张兰君.大学生网络成瘾倾向多因素研究.健康心理学杂志，2003，11（4）：279-280.