简述人工神经网络的结构。

神经网络可以有多种分类方式，例如根据网络性能可以分为连续和离散网络、确定性和随机网络，根据网络拓扑可以分为前向神经网络和反馈神经网络。本章简要介绍了前馈神经网络、反馈神经网络和自组织特征映射神经网络。

前馈神经网络是数据挖掘中广泛使用的网络，其原理或算法也是许多神经网络模型的基础。径向基函数神经网络是一种前向神经网络。

Hopfield神经网络是反馈网络的代表。Hvpfi}ld网络的原型是一个非线性动态系统，已成功应用于联想记忆和优化计算。

针对优化计算中的局部极小问题，提出了模拟退火算法。Baltzmann机是具有随机输出单元的随机神经网络。串行Baltzmann机可以看作是二次组合优化问题模拟退火算法的具体实现，也可以模拟外界的概率分布，实现概率意义上的联想记忆。

自组织竞争神经网络的特点是能够识别环境的特征并自动聚类。自组织竞争神经网络已成功应用于特征提取和大规模数据处理。