神經(jīng)網(wǎng)絡穩(wěn)定性理論

第1章　緒論
　1.1　神經(jīng)網(wǎng)絡簡介　
　　1.1.1　神經(jīng)網(wǎng)絡的概念　
　　1.1.2　神經(jīng)網(wǎng)絡的優(yōu)點　
　　1.1.3　人腦簡介　
　　1.1.4　神經(jīng)元模型　
　　1.1.5　神經(jīng)網(wǎng)絡的網(wǎng)絡結構　
　　1.1.6　知識表示　
　　1.1.7　人工智能和神經(jīng)網(wǎng)絡　
　　1.1.8　兩個重要的神經(jīng)網(wǎng)絡模型　
　1.2　微分方程穩(wěn)定性理論基礎　
　　1.2.1　微分方程穩(wěn)定性的基本概念　
　　1.2.2　穩(wěn)定性的判據(jù)與LaSalle不變原理　
　1.3　泛函分析簡介　
　　1.3.1　度量空間的概念和度量空間中的點集　
　　1.3.2　線性空間上的范數(shù)、Lp空間及其幾個重要不等式　
　　1.3.3　連續(xù)映射、稠密性、完備性　
　　1.3.4　不動點定理　
　　1.3.5　內(nèi)積空間、Hilbert空間上的有界線性算子
第2章　Hopfield型神經(jīng)網(wǎng)絡的穩(wěn)定性
2.1 無時滯的Hopfield型神經(jīng)網(wǎng)絡的穩(wěn)定性分析
2.1.1 Hopfield型神經(jīng)網(wǎng)絡平衡點的存在性和唯一性
2.1.2 Hopfield型神經(jīng)網(wǎng)絡平衡點的漸近穩(wěn)定性
2.2 有時滯的Hopfield型神經(jīng)網(wǎng)絡的穩(wěn)定性分析
2.3 Hopfield型神經(jīng)網(wǎng)絡的k穩(wěn)定性分析
第3章 細胞神經(jīng)網(wǎng)絡的穩(wěn)定性
3.1 無時滯的細胞神經(jīng)網(wǎng)絡的穩(wěn)定性分析
3.2 有時滯的細胞神經(jīng)網(wǎng)絡的穩(wěn)定性分析
3.3 細胞神經(jīng)網(wǎng)絡的周期解
3.4 廣義細胞神經(jīng)網(wǎng)絡
第4章 二階神經(jīng)網(wǎng)絡的穩(wěn)定性
4.1 二階神經(jīng)網(wǎng)絡簡介
4.2 二階Hopfield型神經(jīng)網(wǎng)絡的局部穩(wěn)定性分析
4.3 二階Hopfield型神經(jīng)網(wǎng)絡的全局穩(wěn)定性分析
4.3.1 全局漸近穩(wěn)定性分析
4.3.2 全局指數(shù)穩(wěn)定性分析及收斂速度的估計
4.3.3 例子
4.4 具有反應擴散的二階Hopfield型神經(jīng)網(wǎng)絡的穩(wěn)定性分析
4.4.1 全局漸近穩(wěn)定性分析
4.4.2 全局指數(shù)穩(wěn)定性分析及收斂速度的估計
4.5 具有時滯的二階Hopfield型神經(jīng)網(wǎng)絡的穩(wěn)定性
4.5.1 平衡點的存在性
4.5.2 全局漸近穩(wěn)定的若干充分條件
4.5.3 全局指數(shù)穩(wěn)定性
4.5.4 推廣到變時滯情形
4.6 具有時滯的二階Hopfield型神經(jīng)網(wǎng)絡的正不變集與吸引子
4.7 帶反應擴散項和時滯的二階Hopfield型神經(jīng)網(wǎng)絡的穩(wěn)定性
4.7.1 全局漸近穩(wěn)定性
4.7.2 全局指數(shù)穩(wěn)定性
4.8 具有時滯的二階Hopfield型神經(jīng)網(wǎng)絡的周期解及其穩(wěn)定性
4.8.1 常時滯情形
4.8.2 變時滯情形
4.9 具有時滯的脈沖二階Hopfield型神經(jīng)網(wǎng)絡
第5章 隨機神經(jīng)網(wǎng)絡的穩(wěn)定性
5.1 隨機神經(jīng)網(wǎng)絡簡介
5.1.1 隨機神經(jīng)網(wǎng)絡的發(fā)展
5.1.2 GRNN模型描述
5.1.3 RNN的應用
5.1.4 其他隨機網(wǎng)絡
5.1.5 研究前景
5.2 隨機Hopfield型神經(jīng)網(wǎng)絡的穩(wěn)定性
5.3 隨機二階神經(jīng)網(wǎng)絡的穩(wěn)定性
5.4 隨機時滯神經(jīng)網(wǎng)絡的穩(wěn)定性
5.4.1 幾乎必然指數(shù)穩(wěn)定性
5.4.2 均方指數(shù)穩(wěn)定性
5.5 具有可變時滯的隨機Hopfield型神經(jīng)網(wǎng)絡
5.6 隨機細胞神經(jīng)網(wǎng)絡
5.6.1 與時滯無關的穩(wěn)定性判據(jù)
5.6.2 與時滯有關的穩(wěn)定性判據(jù)
第6章 神經(jīng)網(wǎng)絡的應用
6.1 神經(jīng)網(wǎng)絡在工業(yè)控制領域中的應用
6.1.1 人工神經(jīng)網(wǎng)絡簡介
6.1.2 人工神經(jīng)網(wǎng)絡技術與焊接過程的結合及其相關范例
6.1.3 人工神經(jīng)網(wǎng)絡的巨大優(yōu)勢及在焊接過程中的初步應用
6.2 神經(jīng)網(wǎng)絡在手寫體字符識別中的應用
6.2.1 手寫體字符識別分類中的神經(jīng)網(wǎng)絡模型
6.2.2 神經(jīng)網(wǎng)絡分類器集成方法
6.2.3 神經(jīng)網(wǎng)絡與其他優(yōu)化算法的結合
6.2.4 未來的研究方向
6.3 基于神經(jīng)網(wǎng)絡的全自動模式識別跟蹤系統(tǒng)
6.3.1 神經(jīng)網(wǎng)絡模式識別的原理
6.3.2 神經(jīng)網(wǎng)絡模式識別的實現(xiàn)
6.3.3 識別跟蹤系統(tǒng)實驗測試與數(shù)據(jù)分析
6.4 基于神經(jīng)網(wǎng)絡不變性模式識別的人臉識別系統(tǒng)
6.4.1 最優(yōu)化神經(jīng)網(wǎng)絡
6.4.2 人臉識別系統(tǒng)的基本結構
6.4.3 仿真實驗
6.5 人工神經(jīng)網(wǎng)絡在臨床醫(yī)學中的應用
6.6 神經(jīng)網(wǎng)絡在城市綜合業(yè)務故障診斷中的應用
6.6.1 支撐環(huán)境
6.6.2 軟件設計實例
6.6.3 實驗結果實例分析
6.7 基于人工神經(jīng)網(wǎng)絡的商業(yè)銀行貸款風險預警研究
6.7.1 前向三層BP網(wǎng)絡商業(yè)銀行信貸風險預警系統(tǒng)的構造
6.7.2 貸款風險預警信號知識處理
6.7.3 實驗設計
6.7.4 BP網(wǎng)絡模型的計算機實現(xiàn)
6.8 Hopfield型神經(jīng)網(wǎng)絡應用實例分析
6.8.1 Hopfield型神經(jīng)網(wǎng)絡簡介
6.8.2 離散Hopfield型神經(jīng)網(wǎng)絡在模式識別中的應用
6.8.3 連續(xù)Hopfield型神經(jīng)網(wǎng)絡在優(yōu)化計算中的應用
6.9 基于Hopfield型神經(jīng)網(wǎng)絡的遙感圖像超分辨率識別算法
6.9.1 Hopfield型神經(jīng)網(wǎng)絡實現(xiàn)的圖像超分辨率目標識別處理算法分析
6.9.2 Hopfield型神經(jīng)網(wǎng)絡目標識別處理的主要實驗過程分析
6.9.3 Hopfield型神經(jīng)網(wǎng)絡的圖像超分辨率處理的實驗結果分析
6.10 應用Hopfield型神經(jīng)網(wǎng)絡抑制高頻地波雷達中短波通信干擾
6.10.1 Hopfield型神經(jīng)網(wǎng)絡
6.10.2 基于LMS的自適應抑制干擾法
6.10.3 抑制干擾Hopfield型神經(jīng)網(wǎng)絡
6.10.4 仿真結果的比較
參考文獻