第一篇：自組織競爭神經(jīng)網(wǎng)絡

自組織神經(jīng)網(wǎng)絡簡介

神經(jīng)網(wǎng)絡 2010-01-25 20:09:15 閱讀84 評論0 字號：大中小

自組織神經(jīng)網(wǎng)絡SOM（self-organization mapping net）是基于無監(jiān)督學習方法的神經(jīng)網(wǎng)絡的一種重要類型。自組織映射網(wǎng)絡理論最早是由芬蘭赫爾辛基理工大學Kohen于1981年提出的。此后，伴隨著神經(jīng)網(wǎng)絡在20世紀80年代中

后期的迅速發(fā)展，自組織映射理論及其應用也有了長足的進步。

自組織神經(jīng)網(wǎng)絡是神經(jīng)網(wǎng)絡最富有魅力的研究領(lǐng)域之一，它能夠通過其輸入樣本學會檢測其規(guī)律性和輸入樣本相互之間的關(guān)系，并且根據(jù)這些輸入樣本的信息自適應調(diào)整網(wǎng)絡，使網(wǎng)絡以后的響應與輸入樣本相適應。競爭型神經(jīng)網(wǎng)絡的神經(jīng)元通過輸入信息能夠識別成組的相似輸入向量；自組織映射神經(jīng)網(wǎng)絡通過學習同樣能夠識別成組的相似輸入向量，使那些網(wǎng)絡層中彼此靠得很近的神經(jīng)元對相似的輸入向量產(chǎn)生響應。與競爭型神經(jīng)網(wǎng)絡不同的是，自組織映射神經(jīng)網(wǎng)絡不但能學習輸入向量的分布情況，還可以學習輸入向量的拓撲結(jié)構(gòu)，其單個神經(jīng)元對模式分類不起決定性作用，而要靠多個神經(jīng)元的協(xié)同作用才能完成模式分類。學習向量量化LVQ（learning vector quantization）是一種用于訓練競爭層的有監(jiān)督學習（supervised learning）方法。競爭層神經(jīng)網(wǎng)絡可以自動學習對輸入向量模式的分類，但是競爭層進行的分類只取決于輸入向量之間的距離，當兩個輸入向量非常接近時，競爭層就可能把它們歸為一類。在競爭層的設計中沒有這樣的機制，即嚴格按地區(qū)判斷任意兩個輸入向量是屬于同一類還是屬于不同類。而對于LVQ網(wǎng)絡用戶指定目標分類結(jié)果，網(wǎng)絡可以通過監(jiān)督學習，完成對

輸入向量模式的準確分類。

MATLAB的神經(jīng)網(wǎng)絡工具箱實現(xiàn)競爭型神經(jīng)網(wǎng)絡

神經(jīng)網(wǎng)絡 2010-01-25 12:22:49 閱讀32 評論0 字號：大中小

%競爭型神經(jīng)網(wǎng)絡具有明顯分類特征的模式分類。其MATLAB仿真程序設計主

要包括：

%（1）創(chuàng)建競爭型神經(jīng)網(wǎng)絡。首先根據(jù)給定的問題確定訓練樣本的輸入向量，當不足以區(qū)分各類模式時，應想辦法增加特征值；其次根據(jù)模式分類數(shù)確定神經(jīng)

元的數(shù)目。

%（2）訓練網(wǎng)絡。訓練最大次數(shù)的默認值為100，當訓練結(jié)果不能滿足分類的要求時，可嘗試增加訓練的最大次數(shù)。

%（3）以測試樣本進行仿真。

%兩類模式分類的matlab程序設計

%Example71Tr

clear all

%定義輸入向量

p=[0 0 0 1 1 1-1-1-1;0 1-1 0 1-1 0 1-1;1 1 10 10 1 1 1 10 1];

%創(chuàng)建競爭型神經(jīng)網(wǎng)絡

net=newc([-1 1;-1 1;1 10], 2);

%訓練神經(jīng)網(wǎng)絡

net=train(net,p);

%存儲訓練好的神經(jīng)網(wǎng)絡

save net71 net

%Example71Sim

clear all

%定義待測試的樣本輸入向量

p=[0 0 0 1 1 1-1-1-1;0 1-1 0 1-1 0 1-1;1 1 10 10 1 1 1 10 1];

%加載訓練好的神經(jīng)網(wǎng)絡

load net71 net;

%網(wǎng)絡仿真

y=sim(net,p)

yc=vec2ind(y)%輸出仿真結(jié)果

MATLAB的神經(jīng)網(wǎng)絡工具箱實現(xiàn)競爭型神經(jīng)網(wǎng)絡

（一）神經(jīng)網(wǎng)絡 2010-01-25 12:24:21 閱讀22 評論0 字號：大中小

%%以競爭型神經(jīng)網(wǎng)絡完成三類模式的分類。

%Example72Tr

clear all;

%定義輸入向量

p=[-0.1961 0.1961 0.9806 0.9806-0.5812-0.8137;0.9806 0.9806 0.1961

-0.1961-0.8137-0.5812];

%創(chuàng)建競爭型神經(jīng)網(wǎng)絡

net=newc([-1 1;-1 1],3);

%訓練神經(jīng)網(wǎng)絡

net=train(net,p);

%存儲訓練后的神經(jīng)網(wǎng)絡

save net72 net;

%Example72Sim

clear all;

%定義待測試的樣本輸入向量

p=[-0.1961 0.1961 0.9806 0.9806-0.5812-0.8137;0.9806 0.9806 0.1961

-0.1961-0.8137-0.5812];

%加載訓練好的神經(jīng)網(wǎng)絡

load net72 net;

%網(wǎng)絡仿真

y=sim(net,p);

yc=vec2ind(y)%輸出仿真結(jié)果

MATLAB的神經(jīng)網(wǎng)絡工具箱實現(xiàn)競爭型神經(jīng)網(wǎng)絡

（二）神經(jīng)網(wǎng)絡 2010-01-25 12:25:57 閱讀20 評論0 字號：大中小

%%以競爭型神經(jīng)網(wǎng)絡完成四類模式的分類。

%Example73Tr

clear all;

%定義輸入向量

%p=[5.2 8 8.2 5.8;7.3 8 5.8 9.7];

p=[1 8 1 1;1 8 15 21];

%創(chuàng)建競爭型神經(jīng)網(wǎng)絡

net=newc([0 10;0 25],4);

%訓練神經(jīng)網(wǎng)絡

net=train(net,p);

%存儲訓練后的神經(jīng)網(wǎng)絡

save net72 net;

%Example72Sim

clear all;

%定義待測試的樣本輸入向量

%p=[5.2 8 8.2 5.8;7.3 8 5.8 9.7];

p=[1 8 1 1;1 8 15 21];

%加載訓練好的神經(jīng)網(wǎng)絡

load net72 net;

%網(wǎng)絡仿真

y=sim(net,p);

yc=vec2ind(y)%輸出仿真結(jié)果

第二篇：自組織

公共關(guān)系：基于自組織維度的分析

學號：20112311310006 姓名：郭晶

摘要：對于“公共關(guān)系”，現(xiàn)有的理論文獻主要是從理論定義角度進行研究。本文基于自組織的理論層面，主要從公共關(guān)系的起源，興起，發(fā)展以及公共關(guān)系學科的建立與完善，通過論述找到公共關(guān)系與自組織之間的聯(lián)系，并闡釋公共關(guān)系如何達到良好的效果，如何從低級無序走向高級有序的公共關(guān)系自組織發(fā)展道路。并通過分析認為，公共關(guān)系自組織理論在未來的公共關(guān)系理論中居重要地位。

關(guān)鍵詞：公共關(guān)系；自組織；組織；發(fā)展

一、引言

“公關(guān)關(guān)系”一詞是泊來品，簡稱是公關(guān)。正像其他邊緣學科一樣，公共關(guān)系作為作為一門綜合性的應用學科和一種正在發(fā)展中的管理功能，對其定義的討論眾說紛紜，已構(gòu)成公共關(guān)系學理論研究的一個部分。?

英國著名公共關(guān)系學者弗蘭克·杰夫金斯（Frank Jefkins）認為：“公共關(guān)系就是一個組織為了達到與它的公眾之間相互了解的確定目標，而有計劃地采用一切內(nèi)向和外向的傳播溝通方式的總和?！?/p>

當代美國公共關(guān)系學術(shù)權(quán)威，馬里蘭大學的詹姆斯·格魯尼格(James.E.Gruning)教授認為：“公共關(guān)系是一個組織與其相關(guān)公眾之間的傳播管理?！保≒ublic Relations is the management of communication between an organization and its public.）

美國普林斯頓大學的資深公共關(guān)系教授蔡爾茲認為：“公共關(guān)系是我們所從事的各種活動、所發(fā)生的各種關(guān)系的通稱，這些活動與關(guān)系都是公眾性的，并且都有其社會意義?！?/p>

我認為，公關(guān)關(guān)系就是通過各種手段及方式樹立和維護美好形象，并努力為知名度和美譽度奮斗的一種組織。究其本質(zhì)是一種組織，那么公關(guān)的行為說到底是一種組織行為。從廣義上說，組織是指由諸多要素按照一定方式相互聯(lián)系起來的系統(tǒng)；從狹義上說，組織就是指人們?yōu)閷崿F(xiàn)一定的目標，互相協(xié)作結(jié)合而成的集體或團體。而德國理論物理學家H.Hakenr認為，從組織的進化方式來看，可以分為自組織和他組織，如果不存在外部指令，系統(tǒng)按照相互默契的某種規(guī)則，各盡其責而又協(xié)調(diào)地自動地形成有序結(jié)構(gòu)，就是自組織。如果一個系統(tǒng)靠外部指令而形成組織，就是他組織。

本文基于自組織的理論層面，解釋公關(guān)關(guān)系的合理性和適當性問題。

二、公關(guān)自組織：概念與歷史

(一)自組織的理論和公關(guān)自組織概念

自組織理論是20世紀60年代末期開始建立并發(fā)展起來的一種系統(tǒng)理論，主要是L.Von Bertalanfy的一段系統(tǒng)論的新發(fā)展。它的研究對象主要是復雜自組

織系統(tǒng)（生命系統(tǒng)、社會系統(tǒng)）的形成和發(fā)展機制問題，即在一定條件下，系統(tǒng)是如何自動地由無序走向有序，由低級有序走向高級有序的。

自組織理論由耗散結(jié)構(gòu)理論（Dissipative Structure）、協(xié)同學（Synergetics）、突變論（Catastrophe Theory）和超循環(huán)理論（Super circle）組成，但基本思想和理論內(nèi)核可以完全由耗散結(jié)構(gòu)理論和協(xié)同學給出。自組織理論以新的基本概念和理論方法研究自然界和人類社會中的復雜現(xiàn)象，并探索復雜現(xiàn)象形成和演化的基本規(guī)律。從自然界中非生命的物理、化學過程怎樣過渡到有生命的生物現(xiàn)象，到人類社會從低級走向高級的不斷進化，等等，都是自組織理論研究的課題。

自組織理論方法主要包括自組織的條件方法論、自組織的協(xié)同動力學方法論、自組織演化路徑（突變論）的方法論、自組織超循環(huán)結(jié)合方法論、自組織分形結(jié)構(gòu)方法論、自組織動力學（混沌）演化過程論、綜合的自組織理論方法論等。這里主要論述和研究論文有關(guān)的協(xié)同動力學、突變論、混沌等方法論。?

（二）公關(guān)的歷史發(fā)展

目前在文獻中明確找到公關(guān)自組織的定義，類比自組織定義，我個人認為公共關(guān)系自組織即在一定條件下，公共關(guān)系組織是如何自動地由無序走向有序，由低級有序走向高級有序的。

在國外，早在公元前1800年巴比倫國的一份農(nóng)場公告里，考古學家就已經(jīng)發(fā)現(xiàn)了人類歷史上最早的公關(guān)關(guān)系活動痕跡。在中國古代，自發(fā)的公共關(guān)系也是廣泛存在，看來公共關(guān)系由來已久，但公共關(guān)系是如何在古代起源又在現(xiàn)代產(chǎn)生和發(fā)展，如何從愚弄公眾的時期走向單向灌輸觀念的時期再走向“投公眾所好”時期最終走向“雙向?qū)ΨQ”時期，這其中漫長的發(fā)展正是自動地由無序走向有序，由低級有序走向高級有序的發(fā)展過程。○

（三）公共關(guān)系與自組織的聯(lián)系

公關(guān)組織的管理遵從自組織管理原則，具有自組織管理的主要特點，即開放性、遠離平衡態(tài)、非線代。漲落，那么我們認為這個組織的自組織環(huán)境基本形成。營造自組織環(huán)境應從系統(tǒng)開放性。遠離平衡態(tài)、非線性、漲落方面入手。一個組織之間責任感的培養(yǎng)必須正確對待職責、權(quán)利和影響力的辯證關(guān)系。正確對待職務、合理運用職權(quán)、加強責任感很重要，但關(guān)鍵是要認識到管理者的責任。權(quán)威可以產(chǎn)生對局勢的控制力，營造一種“大家都是贏家”的環(huán)境，把散布在不同成員上的創(chuàng)意組合起來，創(chuàng)造一種受控制的局面是管理公關(guān)人員的工作關(guān)鍵。營造一種“大家都是贏家”的環(huán)境必須要求大家能對站得高一點，看得遠一點，相互

4-○6 信任，共享未來利益。這是公關(guān)自組織發(fā)展的必然要求?！?/p>

三、公共關(guān)系從無序到有序，從低級到高級

艾維·李針認為，一個企業(yè)，一個組織要獲得良好的聲譽，不是依靠向公眾封鎖消息或者以欺騙來愚弄公眾，而是必須把真實情況披露于世，把與公眾利益相關(guān)的所有情況都告訴公眾，爭取公眾對組織的信賴。公關(guān)組織走過一段愚弄公眾的時期。

弗雷德里克·泰勒(Frederick Taylow)系統(tǒng)地總結(jié)了他的管理學說，其理論的核心是如何控制機器的附庸品工人，以便最大限度地提高勞動生產(chǎn)率。在這種理論指導下，當然沒有內(nèi)部公共關(guān)系工作可言。所以在公共關(guān)系早期的發(fā)展中，公共關(guān)系活動都是面對外部公眾的?！?/p>

伯內(nèi)斯在《輿論明鑒》中，提出“投公眾所好”的根本原則，主張一個企業(yè)或組織在決策之前，就應先了解公眾喜好什么，需要什么，在確定公眾的價值取向以后，再有目的地從事宣傳工作，以便迎合公眾的需要。

格魯尼格（Gruning）和亨特(Hunter)提出，開放系統(tǒng)的“雙向?qū)ΨQ”公共關(guān)系模式的基本思想：一方面把組織的想法和信息向公眾進行傳播和解釋；另一方面又要把公眾的想法和信息向組織進行傳播和解釋，目的是使組織與公眾結(jié)成一種雙向?qū)ΨQ和諧的關(guān)系。○

我認為公共關(guān)系如今發(fā)展到這樣一個階段，這并非是某些天才人物心血來潮時創(chuàng)造的，它是社會經(jīng)濟、人類社會制度和科技發(fā)展到一定水平的產(chǎn)物，有著其深刻的歷史意義。公共關(guān)系由低級向高級、無序向有序發(fā)展的路徑符合自組織的發(fā)展特點，同時公共關(guān)系由不完善到逐漸完善也是有據(jù)可循的。

四、小結(jié)

本文在翻閱有關(guān)文獻的基礎(chǔ)上提出了一個新視角—公共關(guān)系自組織，雖然目前已經(jīng)出版的書目中沒有明確指出這一詞匯的具體概念，但是通過比較，可以類比出二者的相似性。

透過分析我們可以發(fā)現(xiàn)，公共關(guān)系的總體歷史發(fā)展趨勢是向上的。公共關(guān)系

9，自組織理論有可能象契約理論一樣○形成完整的理論體系，相信這一天終會到

來。當然也不否定公共關(guān)系中也存在他組織的成分，但這不影響總體的發(fā)展趨勢。同時公共關(guān)系理論又象能力理論一樣，指導組織發(fā)展戰(zhàn)略。但是，自組織理論有

10自組織理論一個隱含的假設：人的系統(tǒng)與物的系統(tǒng)是同質(zhì)的，這是不現(xiàn)實的?！?/p>

主要來自自然科學領(lǐng)域，應用于公共關(guān)系學還有一段距離，這需要復雜科學與其它科學的融合。無論如何，復雜性科學是認識社會、經(jīng)濟、管理以及生命、生態(tài)、生物復雜性的“鑰匙”，公共關(guān)系學自組織理論將在未來的公共關(guān)系學理論之林中居重要地位。

參考文獻

?、?陶應虎、顧曉燕.公共關(guān)系原理與實務[M].北京：清華大學出版社，2006:1-2

?郭慧明.自組織理論研究[M.北京。]中國人民大學出版社

4居延安.公共關(guān)系學[M].上海：復旦大學出版社，2004 ○

5[美]羅伯特。羅雷。管理公共關(guān)系學——理論與實踐[M].李景泰。天津：南開大學出版社，1990.○

6單振運.新編公共關(guān)系學[M].北京：中國審計出版社，中國社會出版社，2001.○

7蘇勇，羅殿軍。管理溝通[M].上海：復旦大學出版社，1999.○

8郭文君，姜園華，張巖松，公共關(guān)系理論與實務，大連，大連理工大學出版社，1997 ○

9沈華嵩.經(jīng)濟系統(tǒng)的自組織理論.中國社會科學出版社, 1991 ○

10郭治安, 沈小峰.協(xié)同論.山西經(jīng)濟出版社, 1991, 12(1).○

第三篇：神經(jīng)網(wǎng)絡應用

神經(jīng)網(wǎng)絡是新技術(shù)領(lǐng)域中的一個時尚詞匯。很多人聽過這個詞，但很少人真正明白它是什么。本文的目的是介紹所有關(guān)于神經(jīng)網(wǎng)絡的基本包括它的功能、一般結(jié)構(gòu)、相關(guān)術(shù)語、類型及其應用。

“神經(jīng)網(wǎng)絡”這個詞實際是來自于生物學，而我們所指的神經(jīng)網(wǎng)絡正確的名稱應該是“人工神經(jīng)網(wǎng)絡（ANNs）”。在本文，我會同時使用這兩個互換的術(shù)語。

一個真正的神經(jīng)網(wǎng)絡是由數(shù)個至數(shù)十億個被稱為神經(jīng)元的細胞（組成我們大腦的微小細胞）所組成，它們以不同方式連接而型成網(wǎng)絡。人工神經(jīng)網(wǎng)絡就是嘗試模擬這種生物學上的體系結(jié)構(gòu)及其操作。在這里有一個難題：我們對生物學上的神經(jīng)網(wǎng)絡知道的不多！因此，不同類型之間的神經(jīng)網(wǎng)絡體系結(jié)構(gòu)有很大的不同，我們所知道的只是神經(jīng)元基本的結(jié)構(gòu)。

The neuron

雖然已經(jīng)確認在我們的大腦中有大約50至500種不同的神經(jīng)元，但它們大部份都是基于基本神經(jīng)元的特別細胞。基本神經(jīng)元包含有synapses、soma、axon及dendrites。Synapses負責神經(jīng)元之間的連接，它們不是直接物理上連接的，而是它們之間有一個很小的空隙允許電子訊號從一個神經(jīng)元跳到另一個神經(jīng)元。然后這些電子訊號會交給soma處理及以其內(nèi)部電子訊號將處理結(jié)果傳遞給axon。而axon會將這些訊號分發(fā)給dendrites。最后，dendrites帶著這些訊號再交給其它的synapses，再繼續(xù)下一個循環(huán)。

如同生物學上的基本神經(jīng)元，人工的神經(jīng)網(wǎng)絡也有基本的神經(jīng)元。每個神經(jīng)元有特定數(shù)量的輸入，也會為每個神經(jīng)元設定權(quán)重（weight）。權(quán)重是對所輸入的資料的重要性的一個指標。然后，神經(jīng)元會計算出權(quán)重合計值（net value），而權(quán)重合計值就是將所有輸入乘以它們的權(quán)重的合計。每個神經(jīng)元都有它們各自的臨界值（threshold），而當權(quán)重合計值大于臨界值時，神經(jīng)元會輸出1。相反，則輸出0。最后，輸出會被傳送給與該神經(jīng)元連接的其它神經(jīng)元繼續(xù)剩余的計算。

Learning

正如上述所寫，問題的核心是權(quán)重及臨界值是該如何設定的呢？世界上有很多不同的訓練方式，就如網(wǎng)絡類型一樣多。但有些比較出名的包括back-propagation, delta rule及Kohonen訓練模式。

由于結(jié)構(gòu)體系的不同，訓練的規(guī)則也不相同，但大部份的規(guī)則可以被分為二大類別它們可以被分為分類式或聯(lián)想式。分類式網(wǎng)絡可以接受一組數(shù)，然后將其分類。例如ONR程序接受一個數(shù)字的影象而輸出這個數(shù)字。或者PPDA32程序接受一個坐標而將它分類成A類或B類（類別是由所提供的訓練決定的）。更多實際用途可以看Applications in the Military中的軍事雷達，該雷達可以分別出車輛或樹。

聯(lián)想模式接受一組數(shù)而輸出另一組。例如HIR程序接受一個?臟?圖像而輸出一個它所學過而最接近的一個圖像。聯(lián)想模式更可應用于復雜的應用程序，如簽名、面部、指紋識別等。

The Ups and Downs of Neural Networks

神經(jīng)網(wǎng)絡在這個領(lǐng)域中有很多優(yōu)點，使得它越來越流行。它在類型分類/識別方面非常出色。神經(jīng)網(wǎng)絡可以處理例外及不正常的輸入數(shù)據(jù)，這對于很多系統(tǒng)都很重要（例如雷達及聲波定位系統(tǒng)）。很多神經(jīng)網(wǎng)絡都是模仿生物神經(jīng)網(wǎng)絡的，即是他們仿照大腦的運作方式工作。神經(jīng)網(wǎng)絡也得助于神經(jīng)系統(tǒng)科學的發(fā)展，使它可以像人類一樣準確地辨別物件而有電腦的速度！前途是光明的，但現(xiàn)在...是的，神經(jīng)網(wǎng)絡也有些不好的地方。這通常都是因為缺乏足夠強大的硬件。神經(jīng)網(wǎng)絡的力量源自于以并行方式處理資訊，即是同時處理多項數(shù)據(jù)。因此，要一個串行的機器模擬并行處理是非常耗時的。

神經(jīng)網(wǎng)絡的另一個問題是對某一個問題構(gòu)建網(wǎng)絡所定義的條件不足-有太多因素需要考慮：訓練的算法、體系結(jié)構(gòu)、每層的神經(jīng)元個數(shù)、有多少層、數(shù)據(jù)的表現(xiàn)等，還有其它更多因素。因此，隨著時間越來越重要，大部份公司不可能負擔重復的開發(fā)神經(jīng)網(wǎng)絡去有效地解決問題。

NN 神經(jīng)網(wǎng)絡，Neural Network

ANNs 人工神經(jīng)網(wǎng)絡，Artificial Neural Networks

neurons 神經(jīng)元

synapses 神經(jīng)鍵

self-organizing networks 自我調(diào)整網(wǎng)絡

networks modelling thermodynamic properties 熱動態(tài)性網(wǎng)絡模型

網(wǎng)格算法我沒聽說過

好像只有網(wǎng)格計算這個詞

網(wǎng)格計算是伴隨著互聯(lián)網(wǎng)技術(shù)而迅速發(fā)展起來的，專門針對復雜科學計算的新型計算模式。這種計算模式是利用互聯(lián)網(wǎng)把分散在不同地理位置的電腦組織成一個“虛擬的超級計算機”，其中每一臺參與計算的計算機就是一個“節(jié)點”，而整個計算是由成千上萬個“節(jié)點”組成的“一張網(wǎng)格”，所以這種計算方式叫網(wǎng)格計算。這樣組織起來的“虛擬的超級計算機”有兩個優(yōu)勢，一個是數(shù)據(jù)處理能力超強；另一個是能充分利用網(wǎng)上的閑置處理能力。簡單地講，網(wǎng)格是把整個網(wǎng)絡整合成一臺巨大的超級計算機，實現(xiàn)計算資源、存儲資源、數(shù)據(jù)資源、信息資源、知識資源、專家資源的全面共享。

第四篇：自組織調(diào)查報告

自組織調(diào)查報告

背景：據(jù)最新資料統(tǒng)計，我國網(wǎng)民人數(shù)已達到2.9億，其中青年人占據(jù)了網(wǎng)民的大多數(shù)，上網(wǎng)已成為當下青年人生活的重要內(nèi)容。網(wǎng)上青年自組織（在青年中自發(fā)成立、自主運作、自由發(fā)展的非正式組織）在這種情況下應運而生，蓬勃發(fā)展。青年群體出現(xiàn)了價值多元化、需求多樣化、流動經(jīng)?；⑴c自主化的趨勢。

一、青年自組織種類：依托網(wǎng)絡聚會交友、投身公益活動、參與社會事務、娛樂休閑等，（如QQ群、MSN、xx論壇、xx協(xié)會、xx俱樂部、xx中心、xx團隊、同學錄或校友錄、xx游戲工會等等）.多以網(wǎng)上交流為主，很少組織室外活動。開展活動多的以興趣群（文學交流、攝影交流、書畫交流等）和各種公益社團為主，人員參與熱情高

二、青年自組織的形式:大致可以分為工作交流、娛樂、健身、交友、公益、維權(quán)、訴求、購物等類型。

三、青年自組織基本特征：明顯的年齡特征，大多數(shù)組織成員是處于青年期的同齡人；一定的規(guī)模，固定會員達30人以上，以35歲以下青少年為主體；有組織的章程，對自身的組織使命、主要任務有明確的界定；有較穩(wěn)定的組織框架，組織成員各有其責，各司其職，各行其權(quán)，有明確的分工。

四、青年自組織規(guī)模：數(shù)量不多。大部分自組織規(guī)模都在50人以下。在調(diào)查人群中，有過半的人沒有參加過任何自組織，有20%的人沒有聽說過青年自組織，但77.5%的人非常有興趣參加青年自組織。

五、調(diào)查目的及意義：豐富青年社會和文化生活，推動青年投身社會建設和社會公益活動等方面的積極作用，同時監(jiān)測和規(guī)避其消極影響，引導網(wǎng)上青年自組織健康有序發(fā)展，為共青團改進和加強青年工作提供參考和決策依據(jù)。和諧社會的建設、網(wǎng)絡文化發(fā)展有著重要意義，也是當前黨和政府以及共青團組織做好青年工作的一個重要而緊迫的課題。

四、調(diào)查時間及方法：調(diào)查時間：2011年11月，2011年12月開始專項調(diào)研。12月10日完成調(diào)研報告。方法：問卷調(diào)查

第五篇：神經(jīng)網(wǎng)絡心得[定稿]

人工神經(jīng)網(wǎng)絡學習心得

時間如白馬過隙，很快八周的人工神經(jīng)網(wǎng)絡學習即將結(jié)束，仿佛昨天才剛剛開始學習這門課程，在這段時間的學習中，我有起初對神經(jīng)網(wǎng)絡的不了解到現(xiàn)在的熟悉和掌握，這其中的變化，是我知識提高的過程。我在這個過程中有一些自己的體會和感想。

我是一名學習控制科學和工程的研究生，起初對于神經(jīng)網(wǎng)絡的認識很膚淺，由于我相應知識的欠缺，想要理解神經(jīng)網(wǎng)絡的結(jié)構(gòu)會很不容易。在開始的幾節(jié)課中，老師給我們講了神經(jīng)網(wǎng)絡的發(fā)展史、結(jié)構(gòu)和原理，當時感覺有壓力、緊張。因為我感覺和生物的神經(jīng)學差不多，一開始接觸覺得它不是一門智能控制學，而是一門生物學，所以只能慢慢學習和理解，最終完成課程的學習。雖然相比于其他學過的課程，我對這門學科的了解稍微遜色點，但我還不是一個害怕困難的人，越是困難我越是會迎頭前進的，不會倒下，去努力掌握這些知識。

接下來的幾周，是老師的授課過程，說實話老師講的論文我聽的不太懂，講的軟件的應用也是一知半解……有種痛苦的感覺，好像什么也沒學到，問了其他同學，他們也有同樣的感覺，哦，原來都一樣啊，沒事，那就繼續(xù)堅持吧……

過了這個彷徨期，該是吶喊的時候了，該寫期末作業(yè)了，開始做題的時候還挺緊張，害怕題很難做，找了很多資料，照葫蘆畫瓢，硬著頭皮寫，寫完了之后有一點小小的成就感，我終于給做出來了，可當時我們還是不知道如RBF網(wǎng)絡和BP網(wǎng)絡怎么應用，只是有那么點熟悉，有那么點感覺。最重要的時刻到了，在課堂中老師提的問題，我顯得是那么生疏，滿臉的惆悵，對問題不知所措，迷茫與疲憊纏繞著我的身心。每次上課之前我都要花上一段時間去預習課程內(nèi)容，但是每次看的都是一臉迷茫，一知半解。老師所說的每一句話，我要想半天才會明白過來。這事我猜知道，基礎(chǔ)是多么的重要，而且我知道學習知識最重要的是要學會應用和實踐。不然就只能只上談兵，但是一到應用我就不知從何下手。因此，我知道我還有很長的路要走。

其中的辛酸與樂趣大概也只有一塊學習的學友們了解。在這近兩個月中我們體會到了堅持的力量。遇到問題，不能退縮，只能前進。堅持就是勝利。問題只有在不斷的思考和學習中才能解決。同時，也能是自己得到提高。

經(jīng)過幾周的的學習我對神經(jīng)網(wǎng)絡的理解能力明顯有所提高。在神經(jīng)網(wǎng)絡中我們可以用跳躍性的思維去思考問題，這鍛煉了我們的跨越式思維，提高了我們的能力，增強了我們的自信心，在人生道路上選擇的關(guān)鍵時刻起了很大的作用，讓我們明白了獨立思考，開闊眼界，在科研方面所發(fā)揮的重要作用，使我們“學以致用，終生受益。

在此，我們要感謝授課的李曉強老師，謝謝李老師在這近兩個月來對我們的關(guān)心。通過這八周的學習，鍛煉了我的能力；增加了對人工神經(jīng)網(wǎng)絡知識的了解；提高了創(chuàng)新意識和解決問題的能力。