《神经网络原理及其应用》求取 ⇩

第一章神经元4

1.1 神经元的结构4

1.2 神经元的动作5

1.3 神经元的数理模型7

1.4 离散时间-离散信息模型10

1.5 离散时间-连续信息模型11

1.6 连续时间-连续信息模型13

1.7 引入热噪声的神经元13

1.8 神经元的学习理论14

1.9 典型的学习法则20

1.10 神经场23

2.1 简单神经网的方程式24

第二章神经网及其信息变换24

2.2 随机结合网的信息变换27

2.3 随机网的模式聚类作用31

2.4 动力学系统及其性质36

2.5 对称结合网的动力学41

2.6 思考过程的动力学44

2.7 联想记忆模型的动力学47

2.8 自旋玻璃51

2.9 玻耳兹曼（Boltzman）机52

2.10 自组织神经网中的信息处理55

2.11 神经场的结合方式61

第三章常用神经网络模型概述65

3.1 神经网络（NN）的基本特征65

3.2 联想网络70

3.3 映射神经网络77

4.1 视觉信息处理的特点及神经基础89

第四章视觉神经网络与信息处理89

4.2 体视匹配算法93

4.3 正则化理论与正则化网络95

4.4 用神经网络检测拓扑性质101

4.5 视觉神经动力学系统理论106

第五章模式识别与神经网络115

5.1 感知器116

5.2 联想记忆神经网络124

5.3 自组织神经网络130

5.4 福岛邦彦的视觉认知模型139

5.5 科霍恩（Kohonen）语音打字机148

6.1 神经优化计算154

第六章组合优化与神经网络154

6.2 旅行推销员问题158

6.3 多重旅行推销员问题164

6.4 作业调度问题170

6.5 模拟退火组合优化算法174

第七章人工神经网络（ANN）的实现和应用179

7.1 ANN的实现途径179

7.2 ANN应用180

第八章协同学与神经网络199

8.1 协同学的一般概念199

8.2 协同学与神经网络200

8.3 一种模式识别算法201

参考文献204