注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學技術工業(yè)技術自動化技術、計算技術人工神經(jīng)網(wǎng)絡建造

人工神經(jīng)網(wǎng)絡建造

人工神經(jīng)網(wǎng)絡建造

定 價:¥26.80

作 者: 羅四維編著
出版社: 中國鐵道出版社
叢編項:
標 簽: 人工智能 神經(jīng)網(wǎng)絡

ISBN: 9787113029258 出版時間: 1998-04-01 包裝: 平裝
開本: 26cm 頁數(shù): 198 字數(shù):  

內(nèi)容簡介

  內(nèi)容簡介人工神經(jīng)網(wǎng)絡是近年來再度興起并得到迅速發(fā)展的前沿交叉學科。它涉及到多學科的基礎理論、方法、計算應用等眾多問題。圍繞這些問題,國內(nèi)外的許多學者為發(fā)展人工神經(jīng)網(wǎng)絡編寫了很多高水平的著作。本書論述了大規(guī)模人工神經(jīng)網(wǎng)絡建造所關聯(lián)的有關理論、方法,以及適合大規(guī)模并行處理的人工神經(jīng)網(wǎng)絡結構。主要內(nèi)容包括人工神經(jīng)網(wǎng)絡的分布系統(tǒng)理論(熱力學方法),適合并行分布處理的人工神經(jīng)網(wǎng)絡典型模型和大規(guī)模人工神經(jīng)網(wǎng)絡的實現(xiàn)技術。本書可作為計算機信息處理、人工智能、系統(tǒng)工程等專業(yè)高年級本科生、研究生教材,也可作為有關科技人員的參考書。

作者簡介

暫缺《人工神經(jīng)網(wǎng)絡建造》作者簡介

圖書目錄

     目 錄
   第一章 緒 論
    1.1歷史回顧
    1.2生物神經(jīng)
    1.2.1神經(jīng) 元
    1.2.2信息傳遞
    1.3神經(jīng)組織
    1.4視覺神經(jīng)
    1.5腦記憶的生理機制
    1.6分布系統(tǒng)的特點
    1.7分布系統(tǒng)的研究方法
    1.8人工神經(jīng)網(wǎng)絡與分布系統(tǒng)
    1.9人工神經(jīng)網(wǎng)絡信息處理原理
    1.9.1神 經(jīng) 元
    1.9.2人工神經(jīng)網(wǎng)絡的分類
    參考文獻
   第二章 人工神經(jīng)網(wǎng)絡的分布系統(tǒng)模型
    2.1基本數(shù)學工具
    2.1.1概率過程
    2.1.2連續(xù)時間的馬爾科夫過程
    2.1.3離散狀態(tài)系統(tǒng)與連續(xù)狀態(tài)系統(tǒng)
    2.1.4概率微分方程
    2.2勢條件和吉布斯分布
    2.2.1強勢條件
    2.2.2弱勢條件
    2.2.3細致平衡條件
    2.2.4正則系統(tǒng)和正則—散逸系統(tǒng)
    2.2.5Ito,Stratonovich概率微分方程及它們的福克—普朗克方程
    2.3系熵
    2.3.1最大熵原理
    2.3.2最小相對信息原理
    2.3.3最小平均“能量”原理
    2.3.4有序與無序平衡原理
    2.3.5系統(tǒng)平衡態(tài)的熵
    2.3.6平衡狀態(tài)的平均能量
    2.3.7最大熵分布
    2.4概率網(wǎng)絡
    2.4.1網(wǎng) 絡
    2.4.2Ising模型
    2.4.3利用平均場近似
    2.4.4馬爾科夫概率場和概率網(wǎng)絡
    2.5H0pfield網(wǎng)絡
    2.5.1Hopfield權值公式證明
    2.5.2連續(xù)Hopfield網(wǎng)
    2.5.3Hopf以d網(wǎng)絡優(yōu)化應用
    2.6波爾茲曼機器
    附錄1
    附錄2
    附錄3
    參考文獻
    2.7網(wǎng)絡優(yōu)化
    2.7.1目標函數(shù)
    2.7.2最優(yōu)化問題的概率模型
    2.7.3分布最優(yōu)網(wǎng)絡
    2.7.4模擬退火法
    2.7.5網(wǎng)絡結構變換
   第三章 人工神經(jīng)網(wǎng)絡的其它模型
    3.1人工神經(jīng)網(wǎng)絡的一般框架
    3.1.1一般框架
    3.1.2PDP模型分類
    3.1.3PDP模型分層機構
    3.1.4一般并行活動模型范例
    參考文獻
    3.2感知器算法
    3.2.1感知器基本性質
    3.2.2感知器梯度算法
    3.2.3線性閾值元件感知器
    3.3.4最小二乘分類算法
    3.3誤差反傳遞算法
    3.3.1兩層網(wǎng)的缺點
    3.3.2擴展誤差(Δ)規(guī)則
    3.3.3模擬結果
    3.3.4進一步擴展
    3.3.5改良BP算法
    3.3.6模擬程序
    3.4競爭學習算法
    3.4.1競爭學習機構
    3.4.2競爭學習
    3.4.3形式分析
    3.4.4實驗結果
    3.4.5模擬程序
    參考文獻
    3.5遺傳算法的神經(jīng)網(wǎng)絡構造方法
    3.5.1遺傳算法概述
    3.5.2遺傳算法應用實例
    3.5.3遺傳算法的形式描述
    3.5.4遺傳算法神經(jīng)網(wǎng)絡
    參考文獻
    3.6基于自適應共振理論的自組織網(wǎng)絡
    3.6.1ART的提出
    3.6.2ART模型結構
    3.6.3競爭學習模型
    3.6.4任意輸入環(huán)境中的自穩(wěn)定學習
    3.6.5交替學習模型
    3.6.62/3規(guī)則
    3.6.7假定測試的自動控制
    3.6.8ART模型的數(shù)學方法
    3.6.9ART模型的學習算法
    參考文獻
   第四章 大規(guī)模人工神經(jīng)網(wǎng)絡的實現(xiàn)
    4.1計算機并行機制
    4.1.1并行性等級
    4.1.2并行結構
    4.1.3處理機陣列
    4.1.4開關網(wǎng)絡
    4.2Systolic陣列結構神經(jīng)網(wǎng)絡處理
    4.2.1Systolic陣列結構原理
    4.2.2波前陣列
    4.2.3人工神經(jīng)網(wǎng)絡的Systolic陣列實現(xiàn)
    參考文獻
    4.3專用硬件
    4.3.1數(shù)字VLSI神經(jīng)元處理器
    4.3.2模擬電路VLSI神經(jīng)元處理器
    4.3.3系統(tǒng)實例
    4.3.4光技術機器
   

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號