神經(jīng)網(wǎng)絡系統(tǒng)理論及其應用

定　價：￥7.50

作　者：	沈世鎰著
出版社：	科學出版社
叢編項：	《現(xiàn)代應用數(shù)學方法》叢書
標　簽：	暫缺

ISBN：	9787030066954	出版時間：	1998-11-01	包裝：
開本：	20cm	頁數(shù)：	106頁	字數(shù)：

內(nèi)容簡介

　　本書以前饋網(wǎng)絡、Hopfield神經(jīng)網(wǎng)絡系統(tǒng)與玻爾茲曼機模型為基礎，系統(tǒng)介紹神經(jīng)網(wǎng)絡系統(tǒng)的理論及其應用.本書對以上模型進行了較系統(tǒng)與嚴格的討論，對它們的模型、學習算法、性能指標與命題給以定量的數(shù)學描述、論證與計算.關于神經(jīng)網(wǎng)絡系統(tǒng)的應用，除了傳統(tǒng)的優(yōu)化與識別問題外，本書重點介紹了統(tǒng)計分析與股市分析中的神經(jīng)網(wǎng)絡計算問題.本書可供從事數(shù)學、統(tǒng)計、電子、智能計算機與計算機應用的本科生、研究生、教師及有關的工程技術人員學習參考.

作者簡介

暫缺《神經(jīng)網(wǎng)絡系統(tǒng)理論及其應用》作者簡介

圖書目錄

總序
引言
有關記號
第一章概論
1.1神經(jīng)網(wǎng)絡系統(tǒng)理論的研究目標與發(fā)展簡史
1.2神經(jīng)細胞與網(wǎng)絡的構造與功能
1.3有關神經(jīng)網(wǎng)絡系統(tǒng)模型與應用范圍概述
1.4有關的數(shù)學工具
第二章感知器的基本模型與性質(zhì)
2.1感知器的構造與學習算法
2.2線性可分性理論
2.3感知器學習算法的復雜度分析
2.4感知器學習算法的容量估計
第三章前饋網(wǎng)絡模型
3.1感知器模型的推廣問題
3.2多層感知器模型
3.3高階感知器理論
3.4具有非線性權函數(shù)的感知器
3.5模糊感知器及其學習算法
第四章前饋網(wǎng)絡理論的應用
4.1感知器在模式識別與經(jīng)濟管理中的應用
4.2感知器在規(guī)劃問題中的應用
4.3統(tǒng)計分析問題中的神經(jīng)網(wǎng)絡計算
4.4股市行情數(shù)據(jù)分析中的神經(jīng)網(wǎng)絡計算
第五章有反饋神經(jīng)網(wǎng)絡系統(tǒng)理論與應用
5.1離散Hopfield神經(jīng)網(wǎng)絡系統(tǒng)模型及其穩(wěn)定性問題
5.2HNNS的學習算法問題
5.3HNNS的學習算法的容量問題
5.4TSP（售貨員路線）問題
第六章玻爾茲曼（Boltzmann）機理論分析
6.1玻爾茲曼機的模型構造
6.2玻爾茲曼機的狀態(tài)的運動方程及其穩(wěn)定性問題
6.3玻爾茲曼機的學習算法
結束語
參考文獻