人工神經(jīng)網(wǎng)絡教程

定　價：￥36.00

作　者：	韓力群編著
出版社：	北京郵電大學出版社
叢編項：	智能科學與技術本科專業(yè)系列教材
標　簽：	神經(jīng)計算

購買這本書可以去

ISBN：	9787563513673	出版時間：	2006-12-01	包裝：	膠版紙
開本：	16	頁數(shù)：	330	字數(shù)：

內(nèi)容簡介

　　該書系統(tǒng)地論述了人工神經(jīng)網(wǎng)絡的主要理論、設計基礎及應用實例，旨在使讀者了解神經(jīng)網(wǎng)絡的發(fā)展背景和研究對象，理解和熟悉它的基本原理和主要應用，掌握它的結構模型和設計應用方法，為深入研究和應用開發(fā)打下基礎。為了便于讀者理解，書中盡量避免煩瑣的數(shù)學推導，加強了應用舉例，并在內(nèi)容的選擇和編排上注意到讀者初次接觸新概念的易接受性和思維的邏輯性。作為擴充知識，書中還介紹了人工神經(jīng)系統(tǒng)的基本概念、體系結構、控制特性及信息模式。. 作者于1996年起為控制與信息類專業(yè)研究生開設“人工神經(jīng)網(wǎng)絡理論與應用”課程，在多次修改講義和多項科研成果基礎上形成此書。本書適合高?？刂婆c信息類專業(yè)研究生、智能科學技術專業(yè)本科生以及各類科技人員閱讀。 ...

作者簡介

　　韓力群，北京工商大學教授，女，1953年5月出生，教授，博士?，F(xiàn)任控制理論與控制工程學科建設負責人，博士研究生導師。兼任中國人工智能學會副理事長、智能產(chǎn)品與產(chǎn)業(yè)工作委員會主任、生物信息學專業(yè)委員會副主任；中國計算機用戶協(xié)會仿真應用分會副理事長；中國仿真學會生命系統(tǒng)建模與仿真專業(yè)委員會副主任；中國自動化學會專家咨詢委員會委員；全國自動化系統(tǒng)工程師資格認證考試委員會秘書長；教育部自動化專業(yè)教學指導委員會委員；《計算機仿真》與《智能系統(tǒng)學報》編委。為研究生和本科生主講了人工神經(jīng)網(wǎng)絡、模糊控制、過程控制系統(tǒng)、控制理論、檢測技術與儀表等14門課程，教學成果獲校優(yōu)秀教學成果特等獎、一等獎和二等獎各1項，北京市教育教學成果二等獎1項，發(fā)表的教育研究論文1篇獲2000年度“中國改革實踐與社會經(jīng)濟形勢”社科優(yōu)秀成果特等獎，1篇獲北京市高等教育學會第六次優(yōu)秀高等教育科研成果優(yōu)秀獎；2006年榮獲北京市優(yōu)秀教師稱號。長期從事智能系統(tǒng)、模式識別、人工神經(jīng)網(wǎng)絡等領域的前沿學術研究，發(fā)表論文98篇，出版《人工神經(jīng)網(wǎng)絡》等著作5部，主持各類科研課題20余項，獲國家發(fā)明專利3項。

圖書目錄

第1章緒論.
1. 1 人工神經(jīng)網(wǎng)絡概述
1. 2 人工神經(jīng)網(wǎng)絡發(fā)展簡史
1. 3 神經(jīng)網(wǎng)絡的基本特點與功能
1. 4 神經(jīng)網(wǎng)絡的應用領域
本章小結
思考與練習
第2章人工神經(jīng)網(wǎng)絡建模基礎
2. 1 腦的生物神經(jīng)系統(tǒng)概述
2. 2 生物神經(jīng)網(wǎng)絡基礎
2. 3 人工神經(jīng)元模型
2. 4 人工神經(jīng)網(wǎng)絡模型
2. 5 神經(jīng)網(wǎng)絡學習
本章小結
思考與練習
第3章感知器神經(jīng)網(wǎng)絡
3. 1 單層感知器
3. 2 多層感知器
3,193 自適應線性單元簡介
3. 4 誤差反傳算法
3. 5 標準BP算法的改進
3. 6 基于BP算法的多層感知器設計基礎
3. 7 基于BP算法的多層感知器應用與設計實例
本章小結
思考與練習
第4章自組織競爭神經(jīng)網(wǎng)絡
4. 1 競爭學習的概念與原理
4. 2 自組織特征映射神經(jīng)網(wǎng)絡
4. 3 學習向量量化神經(jīng)網(wǎng)絡
4. 4 對偶傳播神經(jīng)網(wǎng)絡
4. 5 自適應共振理論網(wǎng)絡
本章小結
思考與練習
第5章徑向基函數(shù)神經(jīng)網(wǎng)絡
5. 1 基于徑向基函數(shù)技術的函數(shù)逼近與內(nèi)插
5. 2 正則化理論與正則化RBF網(wǎng)絡
5. 3 模式可分性觀點與廣義RBF網(wǎng)絡
5. 4 RBF網(wǎng)絡常用學習算法
5. 5 RBF網(wǎng)絡與多層感知器的比較
5. 6 RBF網(wǎng)絡的設計與應用實例
本章小結
思考與練習..
第6章反饋神經(jīng)網(wǎng)絡
6. 1 離散型Hopfield神經(jīng)網(wǎng)絡
6. 2 連續(xù)型Hopfield神經(jīng)網(wǎng)絡
6. 3 Hopfield網(wǎng)絡應用與設計實例
6. 4 雙向聯(lián)想記憶神經(jīng)網(wǎng)絡
6. 5 隨機神經(jīng)網(wǎng)絡
本章小結
思考與練習
第7章小腦模型神經(jīng)網(wǎng)絡
7. 1 CMAC網(wǎng)絡的結構
7. 2 CMAC網(wǎng)絡的工作原理
7. 3 CMAC網(wǎng)絡的學習算法
7. 4 CMAC網(wǎng)絡的應用
第8章支持向量機
8. 1 支持向量機的基本思想
8. 2 非線性支持向量機
8. 3 支持向量機的學習算法
8. 4 支持向量機設計應用實例
本章小結
思考與練習
第9章遺傳算法與神經(jīng)網(wǎng)絡進化
9. 1 遺傳算法的原理與特點
9. 2 遺傳算法的基本操作與模式理論
9. 3 遺傳算法的實現(xiàn)與改進
9. 4 遺傳算法在神經(jīng)網(wǎng)絡設計中的應用
本章小結
思考與練習
第10章神經(jīng)網(wǎng)絡系統(tǒng)設計與軟硬件實現(xiàn)
10. 1 神經(jīng)網(wǎng)絡系統(tǒng)總體設計
10. 2 神經(jīng)網(wǎng)絡的軟件實現(xiàn)
10. 3 神經(jīng)網(wǎng)絡的高級開發(fā)環(huán)境
10. 4 神經(jīng)網(wǎng)絡的硬件實現(xiàn)
本章小結
第11章人工神經(jīng)系統(tǒng)
11. 1 人工神經(jīng)系統(tǒng)的基本概念
11. 2 人工神經(jīng)系統(tǒng)的體系結構
11. 3 人工神經(jīng)系統(tǒng)的控制特性
11. 4 人工神經(jīng)系統(tǒng)的信息模式
11. 5 人工神經(jīng)系統(tǒng)的應用示例
本章小結
附錄A 常用算法的MATLAB程序
附錄B 常用神經(jīng)網(wǎng)絡源程序
附錄C 神經(jīng)網(wǎng)絡常用術語英漢對照
參考文獻...