《人工神经元网络及其应用》求取 ⇩

第1章 绪论1

1.1 人工神经元网络的基本概念和特征1

1.2 人工神经元网络研究的发展简史4

前言5

1.3 我国人工神经元网络研究的情况13

1.4 人工神经元网络构成的基本原理和功能14

1.5 人工神经元网络的分类、工作过程和模型18

1.6 人工神经元网络计算和传统计算的比较25

1.7 研究人工神经元网络的意义26

1.8 人工神经元网络在控制领域中的应用27

第2章 神经元网络的学习规则和最简单的感知器30

2.1 神经元网络常用的十种学习规则30

2.2 最简单的感知器、学习算法及其局限性44

第3章 多层前馈型神经元网络49

3.1 线性不可分的模式分类49

3.2 多层感知器的Delta学习规则57

3.3 广义的Delta学习规则62

第4章 误差反传训练算法及其改进和应用66

4.1 误差反传训练算法66

4.2 BP算法的若干改进78

4.3 隐含层数和层内单元(节点)数的确定118

4.4 基于BP算法的ANN网络在控制领域中的应用131

第5章 反馈式神经元网络274

5.1 Hopfield神经元网络275

5.2 双向异联想记忆网络292

5.3 汉明(Hamming)网络296

第6章 自组织神经元网络299

6.1 竞争学习300

6.2 基于自适应谐振理论(ART)构成的自组织神经元网络305

6.3 自组织特征映射神经元网络319

第7章 CMAC网络330

7.1 CMAC模型的结构330

7.2 CMAC网络工作原理的简单分析332

7.3 CMAC网络的学习算法337

7.4 CMAC网在控制中的应用338

第8章 人工神经元网络与模糊系统346

8.1 两者的结合是发展的必然346

8.2 两者结合的基本方式349

8.3 两者结合的应用举例350

全书参考文献358