模糊神經網路理論與實踐

內容簡介

　《模糊神經網路理論與實踐》按照結構共分15章，分別為：第1～3章主要介紹模糊神經網路的技術背景以及相關基礎理論；第4～5章主要討論基於模糊神經網路的推理系統以及自適應模糊神經網路的基本結構；第6章主要介紹模糊神經網路的硬體設計；第7～8章主要討論模糊神經網路技術在機器學習和深度學習中的框架和模型；第9章主要介紹在Matlab平台下如何設計和構建模糊系統；第10～14章主要介紹了模糊神經網路的套用，包括在故障診斷、聚類分析、非線性建模、圖像處理以及遙感影像處理等方面的具體套用和實踐；第15章是全書的總結部分。

圖書目錄

第1章概論

1．1 人工智慧概述

1．2 模糊邏輯理論

1．3 神經網路理論

1．4 模糊神經網路

1．5 小結

第2章模糊理論與神經網路基礎

2．1 模糊理論基礎

2．1．1 模糊集

2．1．2 模糊規則

2．1．3 模糊推理

2．2 神經網路基礎

2．2．1 神經網路的基本概念

2．2．2 神經網路的結構

2．2．3 神經網路的學習方法

2．3 模糊神經網路的基本結構與分類

2．3．1 神經-模糊系統

2．3．2 模糊-神經系統

2．3．3 模糊神經混合系統

2．4 小結

第3章模糊神經網路

3．1 背景知識

3．2 模糊神經元

3．2．1 AND模糊神經元

3．2．2 0R模糊神經元

3．2．3 f激活模糊神經元

3．2．4 max/min模糊神經元

3．3 構建模糊神經網路

3．3．1 常規模糊神經網路

3．3．2 混合模糊神經網路

3．4 Sugeno型模糊神經網路

3．5 小結

第4章基於神經網路的模糊推理

4．1 推理網路模型

4．2 網路等價性證明

4．3 IF-THEN規則的訓練

4．4 Type-2模糊神經網路

4．5 Type-3模糊神經網路

4．6 小結

第5章自適應模糊神經推理系統

5．1 ANFIS系統結構

5．2 ANFIS混合學習算法

5．2．1 基本模型及學習方法

5．2．2 離線學習過程

5．2．3 線上學習過程

5．3 可解釋性與準確性

5．4 模型的驗證與評估

5．5 小結

第6章 FNN的硬體實現

6．1 可重構模糊神經元

6．1．1 模糊運算單元

6．1．2 學習單元

6．1．3 存儲單元

6．2 網路結構的設計

6．2．1 邏輯單元

6．2．2 網路互聯結構

模糊神經網路理論與實踐

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條