生物神经系统具有强大的学习和适应环境的能力，其关键之处是神经元之间的可塑性，即由外界环境变化和神经过程引起的神经突触变化的调整能力。决定两个神经元之间连接强弱的参数被定义为突触权重。赫伯第一个提出了有关神经突触权重修改的假说。赫伯学习算法是学习和记忆的根本机制，可理解为“同时激发的神经元连接在一起”。它作为线性相关器被广泛用于不同的神经网络模型中。

继续阅读：神经网络   脉冲   算法

此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » 脉冲神经网络的学习算法简介