计算智能：如果一个系统仅处理低层的数值数据，含有模式识别部件，没有使用人工智能意义上的知识，且具有计算适应性、计算容错力、接近人的计算速度和近似于人的误差率这4个特性，则它是计算智能的。从学科范畴看，计算智能是在神经网络（Neural Networks,NN）、进化计算（Evolutionary Computation,EC）及模糊系统（Fuzzy System,FS）这3个领域发展相对成熟的基础上形成的一个统一的学科概念。
神经网络是一种对人类智能的结构模拟方法，它是通过对大量人工神经元的广泛并行互联，构造人工神经网络系统去模拟生物神经系统的智能机理的。
人工神经网络（又称神经计算）的特性：
- 人工神经网络(Artificial Neural Network)是由大量的人工神经元经广泛互联所形成的一种人工网络系统，用以模拟人类神经系统的结构和功能。
- 并行分布处理
- 非线性映射
- 通过训练进行学习
- 适应与集成
- 硬件实现
人工神经网络是具有下列特性的有向图：
- 对于每个节点 i 存在一个状态变量xi ；
- 从节点 j 至节点 i ，存在一个连接权系数wij；
- 对于每个节点 i ，存在一个阈值w i；
- 对于每个节点 i ，定义一个变换函数fi ；对于最一般的情况，此函数形式为
人工神经网络的互连结构（或称拓扑结构）是指单个神经元之间的连接模式。
- 前馈网络
- 前馈网络具有递阶分层结构，由同层神经元间不存在互连的层级组成
- 递归（反馈）网络
- 在递归网络中，多个神经元互连以组织一个互连神经网络
- 拓扑结构是分层前向网络
- 单层感知器
- 多层感知器