《人工神經網路導論》是由 張青貴編著， 水利水電出版社出版的一本書籍。
基本介紹
- 書名：人工神經網路導論
- 作者： 張青貴
- ISBN： 9787508423838
- 類別：計算機/網路
- 頁數：240
- 出版社：水利水電出版社
- 出版時間：2004-10-1
- 裝幀：平裝
- 字數：352000
內容簡介,目錄,
內容簡介
本書較系統地介紹了人工神經網路的基本理論和方法，全書共10章，可分為四大部分：第一部分包括第一章至第二章，敘述了學習人工神經網路應該具備的基礎知識，內容有大腦神經系統的構成、腦神經細胞工作概況、人工神經網路的構思、動力系統穩定性以及混沌；第二部分包括第三章至第五章，論述了人工神經網路的三要素，即人工神經元模型、人工神經元的聯接方式、人工神經網路的訓練與學習；第三部分包括第六章至第九章，著重討論了四大類網路，即前饋網路、動態網路、競爭網路及模糊網路，第一大類中包含若干具體網路模型；第四部分為第十章，討論了統計學習理論，支撐向量機作為其特例。
本書在強調基礎理論和系統性的同時，著重反映人工神經網路研究領域的最新研究成果，適合作為高等院校自動控制、電子技術、信息技術、計算機、系統工程等專業的研究生教材，亦可供有關科技人員參考。
目錄
前言
一 引論
1.1 智慧型與思維科學
1.2 人工智慧
1.3 人工神經網路概述
二 基礎知識
2.1 人腦神經系統的構成
2.2 人腦神經細胞工作概況
2.3 人工神經網路的構思
2.4 系統的穩定性
2.5 混沌與神經網路
三 神經元模型
3.1 神經元的通用功能模型
3.2 簡單線性神經元
3.3 位勢神經元
3.4 邏輯神經元
3.5 勢態神經元
3.6 其他神經元
四 聯接方式
4.1 分層神經元網的一般結構
4.2 聯接矩陣圖
4.3 神經元網路的多層組織
五 訓練和學習
5.1 乘積學習規則
5.2 關聯學習
5.3 線性元網路的差值則訓練法
5.4 準線性元網路的差值規則
5.5 隨機訓練
六 前饋網路
6.1 感知器
6.2 多層感知器
6.3 徑向基函式網路
6.4 前饋網路與其他模式分類器
七 動態網路
7.1 延時網路
7.2 雙向聯想存儲
7.3 Hopfield網路
7.4 遞歸網路
7.5 Bolzmann機
八 競爭網路
8.1 漢明網
8.2 自組織特徵映射
8.3 適應諧振網-ART1
8.4 自適應諧振網-ART2
九 模糊自適應網
9.1 模糊自適應諧振網
9.2 模糊極小-極大網
9.3 一般模糊極小-極大網
9.4 模糊格神經網路
9.5 遞歸自組織模糊推理網路
十 統計學習理論
10.1 學習理論的背景
10.2 學習過程一致性理論
10.3 學習過程收斂率的界限
10.4 控制學習機泛化性能的理論
10.5 構造學習算法的理論
10.6 結論
參考文獻
