人工神經網絡教程

第1章 緒 論.  
1. 1 人工神經網絡概述  
1. 2 人工神經網絡發(fā)展簡史  
1. 3 神經網絡的基本特點與功能  
1. 4 神經網絡的應用領域  
本章小結  
思考與練習  
第2章 人工神經網絡建?；A  
2. 1 腦的生物神經系統(tǒng)概述  
2. 2 生物神經網絡基礎  
2. 3 人工神經元模型  
2. 4 人工神經網絡模型  
2. 5 神經網絡學習  
本章小結  
思考與練習  
第3章 感知器神經網絡  
3. 1 單層感知器  
3. 2 多層感知器  
3,193 自適應線性單元簡介  
3. 4 誤差反傳算法  
3. 5 標準BP算法的改進  
3. 6 基于BP算法的多層感知器設計基礎  
3. 7 基于BP算法的多層感知器應用與設計實例  
本章小結  
思考與練習  
第4章 自組織競爭神經網絡  
4. 1 競爭學習的概念與原理  
4. 2 自組織特征映射神經網絡  
4. 3 學習向量量化神經網絡  
4. 4 對偶傳播神經網絡  
4. 5 自適應共振理論網絡  
本章小結  
思考與練習  
第5章 徑向基函數神經網絡  
5. 1 基于徑向基函數技術的函數逼近與內插  
5. 2 正則化理論與正則化RBF網絡  
5. 3 模式可分性觀點與廣義RBF網絡  
5. 4 RBF網絡常用學習算法  
5. 5 RBF網絡與多層感知器的比較  
5. 6 RBF網絡的設計與應用實例  
本章小結  
思考與練習..  
第6章 反饋神經網絡  
6. 1 離散型Hopfield神經網絡  
6. 2 連續(xù)型Hopfield神經網絡  
6. 3 Hopfield網絡應用與設計實例  
6. 4 雙向聯想記憶神經網絡  
6. 5 隨機神經網絡  
本章小結  
思考與練習  
第7章 小腦模型神經網絡  
7. 1 CMAC網絡的結構  
7. 2 CMAC網絡的工作原理  
7. 3 CMAC網絡的學習算法  
7. 4 CMAC網絡的應用  
第8章 支持向量機  
8. 1 支持向量機的基本思想  
8. 2 非線性支持向量機  
8. 3 支持向量機的學習算法  
8. 4 支持向量機設計應用實例  
本章小結  
思考與練習  
第9章 遺傳算法與神經網絡進化  
9. 1 遺傳算法的原理與特點  
9. 2 遺傳算法的基本操作與模式理論  
9. 3 遺傳算法的實現與改進  
9. 4 遺傳算法在神經網絡設計中的應用  
本章小結  
思考與練習  
第10章 神經網絡系統(tǒng)設計與軟硬件實現  
10. 1 神經網絡系統(tǒng)總體設計  
10. 2 神經網絡的軟件實現  
10. 3 神經網絡的高級開發(fā)環(huán)境  
10. 4 神經網絡的硬件實現  
本章小結  
第11章 人工神經系統(tǒng)  
11. 1 人工神經系統(tǒng)的基本概念  
11. 2 人工神經系統(tǒng)的體系結構  
11. 3 人工神經系統(tǒng)的控制特性  
11. 4 人工神經系統(tǒng)的信息模式  
11. 5 人工神經系統(tǒng)的應用示例  
本章小結  
附錄A 常用算法的MATLAB程序  
附錄B 常用神經網絡源程序  
附錄C 神經網絡常用術語英漢對照  
參考文獻...