神經(jīng)網(wǎng)絡實用教程

前言
　　第1章 人工神經(jīng)網(wǎng)絡概述
　　1.1 神經(jīng)網(wǎng)絡的基本概念
　　1.1.1 生物神經(jīng)元的結構與功能特點
　　1.1.2 人工神經(jīng)元模型
　　1.1.3 神經(jīng)網(wǎng)絡的結構及工作方式
　　1.1.4 神經(jīng)網(wǎng)絡的學習
　　
　　1.2 神經(jīng)網(wǎng)絡的特點及其應用
　　1.2.1 神經(jīng)網(wǎng)絡的特點
　　1.2.2 神經(jīng)網(wǎng)絡的應用領域
　　練習題
　　
　　第2章 實用神經(jīng)網(wǎng)絡模型與學習算法
　　2.1 MATLAB快速入門
　　2.1.1 MATLAB界面組成
　　2.1.2 MATLAB基本運算
　　2.1.3 MATLAB繪圖函數(shù)
　　
　　2.2 感知器神經(jīng)網(wǎng)絡模型與學習算法
　　2.2.1 單層感知器
　　2.2.2 單層感知器的學習算法
　　2.2.3 單層感知器的MATLAB實現(xiàn)
　　2.2.4 多層感知器
　　
　　2.3 線性神經(jīng)網(wǎng)絡模型與學習算法
　　2.3.1 線性神經(jīng)元網(wǎng)絡模型
　　2.3.2 線性神經(jīng)網(wǎng)絡的學習算法
　　2.3.3 線性神經(jīng)網(wǎng)絡的MATLAB實現(xiàn)
　　
　　2.4 BP神經(jīng)網(wǎng)絡模型與學習算法
　　2.4.1 BP神經(jīng)網(wǎng)絡模型
　　2.4.2 BP網(wǎng)絡的標準學習算法
　　2.4.3 BP神經(jīng)網(wǎng)絡學習算法的MATLAB實現(xiàn)
　　
　　2.5 徑向基函數(shù)神經(jīng)網(wǎng)絡模型與學習算法
　　2.5.1 RBF神經(jīng)網(wǎng)絡模型
　　2.5.2 RBF網(wǎng)絡的學習算法
　　2.5.3 RBF網(wǎng)絡學習算法的MATLAB實現(xiàn)
　　
　　2.6 自組織神經(jīng)網(wǎng)絡模型與學習算法
　　2.6.1 自組織特征映射神經(jīng)網(wǎng)絡結構
　　2.6.2 自組織特征映射網(wǎng)絡的學習算法
　　2.6.3 自組織網(wǎng)絡學習算法的MATLAB實現(xiàn)
　　
　　2.7 學習向量量化（LVQ）神經(jīng)網(wǎng)絡模型與學習算法
　　2.7.1 LVQ神經(jīng)網(wǎng)絡結構
　　2.7.2 LVQ神經(jīng)網(wǎng)絡的學習算法
　　2.7.3 LVQ神經(jīng)網(wǎng)絡學習算法的MATLAB實現(xiàn)
　　
　　2.8 Elman神經(jīng)網(wǎng)絡算法模型與學習算法
　　2.8.1 Elman神經(jīng)網(wǎng)絡結構
　　2.8.2 Elman神經(jīng)網(wǎng)絡學習算法
　　2.8.3 Elman神經(jīng)網(wǎng)絡學習算法的MATLAB實現(xiàn)
　　
　　2.9 Hopfield神經(jīng)網(wǎng)絡模型與學習算法
　　2.9.1 離散Hopfield神經(jīng)網(wǎng)絡
　　2.9.2 連續(xù)Hopfield神經(jīng)網(wǎng)絡
　　2.9.3 Hopfield神經(jīng)網(wǎng)絡的MATLAB實現(xiàn)
　　
　　2.10 Boltzmann神經(jīng)網(wǎng)絡模型與學習算法
　　2.10.1 Boltzmann機的網(wǎng)絡結構
　　2.10.2 Boltzmann機學習算法
　　
　　2.11 模糊神經(jīng)網(wǎng)絡
　　2.11.1 模糊神經(jīng)網(wǎng)絡主要形式
　　2.11.2 模糊神經(jīng)網(wǎng)絡模型
　　2.11.3 模糊神經(jīng)網(wǎng)絡學習方法
　　2.11.4 模糊邏輯MATLAB函數(shù)
　　練習題
　　
　　第3章 神經(jīng)網(wǎng)絡優(yōu)化方法
　　3.1 BP網(wǎng)絡學習算法的改進
　　3.1.1 消除樣本輸入順序影響的改進算法
　　3.1.2 附加動量的改進算法
　　3.1.3 采用自適應調整參數(shù)的改進算法
　　……
　　第4章 nnToolKit神經(jīng)網(wǎng)絡工具包
　　第5章 MATLAB混合編程技術
　　第6章 混合編程案例
　　附錄 2NDN神經(jīng)網(wǎng)絡建模仿真工具
　　參考文獻