《人工神經網路與模糊信號處理》是2003年科學出版社出版的圖書。
基本介紹
- 書名：人工神經網路與模糊信號處理
- 出版社：科學出版社
- 出版時間：2003年1月1日
- 開本：32
基本信息,內容簡介,目錄,
基本信息
出版社: 科學出版社; 第1版 (2003年1月1日)
叢書名: 數位訊號處理參考教材系列
平裝: 217頁
正文語種: 簡體中文
開本: 32
ISBN: 7030115163
條形碼: 9787030115164
商品尺寸: 20.6 x 14.6 x 1 cm
商品重量: 240 g
品牌: 科學出版社有限責任公司
ASIN: B0011AZL34
內容簡介
書中首先介紹人工神經網路和模糊理論的信號處理概要；其次作為神經網路的典型的例子介紹階梯型及相互結合型的神經網路以及基於它們的信號處理，還介紹模糊推論和模糊信號處理等；最後示出神經網路與模糊信號處理的種種套用實例，介紹今後以高度智慧型化系統為目標的人工並列處理模型和智慧型信號處理等。
《人工神經網路與模糊信號處理》可作為大學相關專業的本科生及研究生的教材或參考用書，亦可供相關領域的技術人員及研究人員參考。
目錄
第1章 人工神經網路和模糊信號處理概述
1.1 神經網路
1.1.1 背景
1.1.2 神經網路與模糊理論
1.1.3 神經網路的興起
1.1.4 神經網路的發展
1.1.5 人類的大腦
1.1.6 神經細胞的模型化
1.1.7 各種神經網路
1.1.8 神經網路的特徵
1.1.9 神經網路套用舉例
1.2 模糊信號處理
1.2.1 模糊集合
1.2.2 模糊控制向工業系統的普及
1.2.3 以智慧型信號處理為目標
1.2.4 模糊信號處理和數值信號的符號化
1.2.5 模糊信號處理和神經網路的融合
1.3 前景展望
第2章 層次型神經網路的信號處理
2.1 層次型神經網路概要
2.2 反向傳播
2.2.1 反向傳播的基礎
2.2.2 反向傳播算法
2.2.3 學習的快速化
2.2.4 網路結構的最佳化
2.2.5 反向傳播套用舉例
2.3 徑向基函式網路
2.3.1 徑向基函式網路基礎
2.3.2 RBF網路和BP網路的比較
2.3.3 RBF網路
2.4 自組織化映射
2.4.1 無教師學習
2.4.2 自組織化映射
2.5 學習向量量化
2.5.1 學習向量量化
2.5.2 LVQ1算法
2.5.3 LVQ2算法
第3章 互聯型神經網路的信號處理
3.1 互聯型神經網路概要
3.2 霍普菲爾德網路
3.2.1 基於相關的聯想存儲原理
3.2.2 霍普菲爾德網路
3.3 BAM及其改進
3.3.1 BAM的構成及工作原理
3.3.2 PRLAB
3.4 玻爾茲曼機和MFT學習
3.4.1 玻爾茲曼機的學習算法概要
3.4.2 玻爾茲曼分布
3.4.3 玻爾茲曼機的學習算法
3.4.4 MFT學習算法
第4章 模糊性和模糊集合
4.1 模糊集合的思想
4.2 模糊集合與模糊性的表示
4.2.1 隸屬函式
4.2.2 n-cube的模糊性表示
4.2.3 模糊系統和神經元網路的共同點
4.3 模糊集合的運算
4.3.1 模糊補集
4.3.2 模糊並集
4.3.3 模糊交集
4.4 概念模糊集合
4.5 模糊度和不確定性
第5章 模糊推理和模糊信號處理
5.1 模糊推理的思想
5.2 模糊信號處理中的推理
5.2.1 模糊規則
5.2.2 模糊推理
5.3 套用神經網路的模糊推理
5.3.1 模糊系統角度上的神經網路
5.3.2 神經網路角度上的模糊系統
5.3.3 模糊神經網路的分類和推理方法概要
5.3.4 模糊聯想推理
5.4 模糊信號處理和模糊控制
5.4.1 模糊控制的系統構成和穩定性
5.4.2 模糊神經網路的學習性
5.4.3 模糊控制中的學習性和穩定性
第6章 神經網路和模糊信號處理套用
6.1 神經網路的套用
6.1.1 套用於模式識別
6.1.2 套用於手語-聲音接口
6.1.3 套用於氣象預測
6.1.4 電子寵物中的套用
6.2 模糊信號處理的套用
6.2.1 建築相關領域中的套用
6.2.2 交通系統領域中的套用
6.2.3 輔助設計領域中的套用
6.2.4 汽車領域中的套用
第7章 人類的並行處理模型和智慧型信號處理
7.1 聯想存儲的智慧型信號處理
7.1.1 情節記憶
7.1.2 神經網路的情節聯想存儲
7.1.3 混沌神經元
7.1.4 混沌神經網路的聯想存儲
7.2 聯想存儲的模糊聯想處理
7.2.1 手語互動式接口
7.2.2 智慧型機器人及其學習
7.3 新型智慧型信號處理
7.3.1 模糊聯想存儲系統中的混沌回想
7.3.2 基於混沌回想的構思功能和自組織化
7.3.3 並行處理以及進化和淘汰模型
附錄 模糊系統與穩定性
A.1 線性系統中有理函式的不可約分解表示
A.1.1 符號定義
A.1.2 不可約分解表示
A.1.3 內部穩定性
A.1.4 強穩定化的可能性
A.1.5 小增益定理
A.2 基於等價多重線性系統的模型系統的公式化
A.2.1 同化多重線性系統和模糊控制器
A.2.2 同時穩定化問題
A.2.3 凸結合型多重補償器問題
A.3 實現基於線上穩定判別條件導出的學習控制
A.3.1 直升機的模糊模型
A.3.2 模糊模型式控制器
A.3.3 直升機控制用模糊控制器的穩定性談論
參考文獻
索引
