目錄
第一章 緒論
1.1一則現(xiàn)代童話的啟示
1.2大腦——一個神秘的世界
1.3神經網絡研究、發(fā)展的歷史
1.4神經網絡研究的主要方向
第二章 神經網絡理論基礎
2.1大腦與生物神經系統(tǒng)
2.2生物神經系統(tǒng)的模型化
2.3M－P神經元模型與人工神經網絡的構成
2.4人工神經網絡的學習機理與Hebb學習規(guī)則
2.5教師示教學習與無教師示教學習
2.6生物神經網絡與人工神經網絡的比較
2.7模式識別的基本定義與方法
2.8線性分類器
第三章 神經網絡的初期模型與基本算法
3.1感知機模型與感知機學習規(guī)則
3.2感知機的局限性
3.3自適應線性神經網絡
3.4自適應線性神經網絡的應用舉例
第四章 多階層神經網絡與誤差逆?zhèn)鞑ニ惴?br />
4.1多階層網絡與誤差逆?zhèn)鞑ニ惴ǖ奶岢?br />
4.2誤差逆?zhèn)鞑ド窠浘W絡結構與學習規(guī)則
4.3誤差逆?zhèn)鞑W習規(guī)則的數(shù)學推導
4.4隱含層——特征抽取器的作用
4.5BP網絡應用舉例
4.6BP網絡小結
4.7幾種改進方案
第五章 Hopfield神經網絡
5.1Hopfield網絡的基本思想
5.2Hopfield網絡的結構與算法
5.3Hopfield網絡運行規(guī)則
5.4網絡計算能量函數(shù)與網絡收斂
5.5聯(lián)想記憶
5.6Hopfield網絡聯(lián)想記憶的設計方法
5.7Hopfield網絡聯(lián)想記憶的缺陷
5.8連續(xù)時間型Hopfield神經網絡
5.9Hopfield網絡在優(yōu)化組合問題中的應用
5.10網絡應用與網絡能量函數(shù)
第六章 隨機型神經網絡
6.1隨機型神經網絡的基本思想
6.2模擬退火算法
6.3Boltzmann機與Boltzmann機工作規(guī)則
6.4Boltzmann機學習規(guī)則
6.5網絡小結
第七章 競爭型神經網絡
7.1競爭型神經網絡的基本思想
7.2基本競爭型神經網絡及學習規(guī)則
7.3抑制競爭型神經網絡及學習規(guī)則
7.4自適應共振理論網絡的提出及特點
7.5自適應共振理論網絡結構及學習、工作規(guī)則
7.6自適應共振理論網絡特性分析
7.7應用舉例
第八章 自組織特征映射神經網絡
8.1自組織特征映射神經網絡的基本思想
8.2自組織特征映射網絡學習、工作規(guī)則
8.3SOM網絡的自組織特性
8.4網絡的分類精度分析
8.5SOM網絡的局限性
8.6SOM網絡的有教師示教學習規(guī)則
8.7SOM網絡應用舉例——語音打字機
第九章 對向傳播神經網絡
9.1對向傳播神經網絡的基本思想
9.2CP網絡學習、工作規(guī)則
9.3網絡應用舉例
9.4網絡的改進與完善
第十章 人工神經網絡應用
10.1文字識別
10.1.1文字識別的生理特點
10.1.2印刷體文字識別
10.1.3手寫體文字識別
10.2圖象處理
10.2.1圖象處理概述
10.2.2圖象數(shù)據壓縮
10.2.3圖象邊緣檢測
10.2.4圖象自動分類
10.2.5醫(yī)學自動診斷
10.2.6目標自動識別
10.2.7圖象補正
10.2.8工業(yè)產品檢查
10.3優(yōu)化組合應用——有價證券的選擇
10.4神經網絡專家系統(tǒng)
10.4.1神經網絡專家系統(tǒng)的基本原理與結構
10.4.2高爐爐溫預測專家系統(tǒng)
10.4.3財務評價專家系統(tǒng)
10.4.4醫(yī)療診斷專家系統(tǒng)
10.5神經網絡在智能控制中的應用
10.5.1神經網絡控制系統(tǒng)的特點
10.5.2神經網絡控制系統(tǒng)的幾種結構形式
10.5.3控制系統(tǒng)中神經網絡的學習結構與方法
10.5.4應用神經網絡進行系統(tǒng)辨識
10.6神經網絡計算機簡介
10.6.1神經網絡計算機的基本特征
10.6.2神經網絡計算機的分類與研究現(xiàn)狀
10.6.3神經網絡計算機的有關概念
參考文獻
鄂公網安備 42010302001612號 