人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)

第1章 緒論
1.1 引言
1.2 生物神經(jīng)元和生物神經(jīng)網(wǎng)絡(luò)簡介
1.3 人工神經(jīng)元和人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識。為了更好地學習人工神經(jīng)網(wǎng)絡(luò)的需要，在不同章節(jié)較多而通俗地插入介紹了生物神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能特點以及人類認知心理學等方面的有用知識。對BP型前向多層網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)、波爾茲曼機概率型網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)和自適應(yīng)諧（ART）網(wǎng)絡(luò)等基本類型的人工神經(jīng)網(wǎng)絡(luò)進行了較為詳細的和基礎(chǔ)性的介紹。
思考與討論
參考文獻
第2章 前向多層網(wǎng)絡(luò)
2.1 人工神經(jīng)網(wǎng)絡(luò)入門：單個神經(jīng)元分類識別器
2.2 感知機：歷史和概念
2.3 前向多層網(wǎng)絡(luò)誤差反向傳遞算法：BP網(wǎng)絡(luò)
2.4 BP網(wǎng)絡(luò)及有教師學習的概念模型
2.5 BP網(wǎng)絡(luò)應(yīng)用舉例
2.6 徑向基函數(shù)網(wǎng)絡(luò)
思考與討論
參考文獻
第3章 Hopfield網(wǎng)絡(luò)
3.1 引言
3.2 網(wǎng)絡(luò)模型
3.3 Hopfield網(wǎng)絡(luò)的聯(lián)想記憶功能
3.4 Hopfield網(wǎng)絡(luò)的最優(yōu)化處理和計算功能
思考與討論
參考文獻
第4章 波爾茲曼機（BM）網(wǎng)絡(luò)簡介
4.1 概述
4.2 波爾茲曼機的基本原理
4.3 波爾茲曼機的實驗應(yīng)用舉例
4.4 波爾茲曼機小結(jié)
思考與討論
參考文獻
第5章 自組織特征映射網(wǎng)絡(luò)（SOFM）
5.1 引言
5.2 自組織特征提取的算法及其數(shù)學證明
5.3 競爭學習和自穩(wěn)定學習
5.4 Kohonen網(wǎng)絡(luò)：具有確定側(cè)反饋的多神經(jīng)元SOFM網(wǎng)絡(luò)
5.5 SOFM網(wǎng)絡(luò)應(yīng)用舉例：Kohonen神經(jīng)網(wǎng)絡(luò)語音打字機
思考與討論
參考文獻
第6章 ART網(wǎng)絡(luò)
6.1 引言
6.2 ART-1網(wǎng)絡(luò)
6.3 ART-2網(wǎng)絡(luò)
6.4 ART-3網(wǎng)絡(luò)簡介
6.5 結(jié)語
思考與討論
參考文獻
第7章 人工神經(jīng)網(wǎng)絡(luò)的軟件實踐和仿真
7.1 引言
7.2 利用參數(shù)和函數(shù)進行網(wǎng)絡(luò)設(shè)計和仿真示例
7.3 MATLAB的GUI設(shè)計與分析
7.4 人工神經(jīng)網(wǎng)絡(luò)的Simulink仿真
參考文獻