神经元网络有哪些优点？

要达到一定的训练精度,往往需要很多次的迭代，这是非常费时的。然而网络训练经完成，则可较快地应用于分类识别。神经元网络主要具有三个优点。

(1)不需对原始类别做概率分布假设，不存在确定概率分布参数的问题，是一种无参分类器。

(2)输入与输出节点之间通过隐含层，节点之间通过权重来连接,因而利用这种方法可以方便而有效地将多源数据，如纹理信息、地形信息等融合到分类中来,加强分类能力。

(3)输出结果的驱动函数是非线性的，因此系统也是非线性系统，这样可以在特征空间构造出分类界面比较复杂的子空间，这对非线性可分的特征子空间尤为有效。