《神經網路原理--入門與套用》是1995年北京航空航天大學出版社出版的圖書，作者是王偉。
基本介紹
- 作者：王偉
- ISBN：9787810125871
- 頁數：244
- 定價：12.00
- 出版社：北京航空航天大學出版社
- 出版時間：1995-11
- 裝幀：平裝
內容介紹,作品目錄,
內容介紹
內容提要
本書是人工神經網路理論的入門書籍。全書共分十章。第一章
主要闡述人工神經網路理論的產生及發展歷史、理論特點和研究方
向；第二章至第九章介紹人工神經網路理論中比較成熟且常用的幾
種主要網路結構、算法和套用途徑；第十章用較多篇幅介紹了人工
神經網路理論在各個領域的套用實例。
本書可作為理工科大學及農林醫科大學計算機、自動控制、信
號與信息處理、電路與系統、系統工程、經濟管理等有關專業的博士
生、碩士生、高年級大學生的教材，同時也可以作為有關學科領域研
究人員及工程技術人員學習人工神經網路理論的入門參考書。
作品目錄
目錄
第一章 緒論
1.1一則現代童話的啟示
1.2大腦――一個神秘的世界
1.3神經網路研究、發展的歷史
1.4神經網路研究的主要方向
第二章 神經網路理論基礎
2.1大腦與生物神經系統
2.2生物神經系統的模型化
2.3M－P神經元模型與人工神經網路的構成
2.4人工神經網路的學習機理與Hebb學習規則
2.5教師示教學習與無教師示教學習
2.6生物神經網路與人工神經網路的比較
2.7模式識別的基本定義與方法
2.8線性分類器
第三章 神經網路的初期模型與基本算法
3.1感知機模型與感知機學習規則
3.2感知機的局限性
3.3自適應線性神經網路
3.4自適應線性神經網路的套用舉例
第四章 多階層神經網路與誤差逆傳播算法
4.1多階層網路與誤差逆傳播算法的提出
4.2誤差逆傳播神經網路結構與學習規則
4.3誤差逆傳播學習規則的數學推導
4.4隱含層――特徵抽取器的作用
4.5BP網路套用舉例
4.6BP網路小結
4.7幾種改進方案
第五章 Hopfield神經網路
5.1Hopfield網路的基本思想
5.2Hopfield網路的結構與算法
5.3Hopfield網路運行規則
5.4網路計算能量函式與網路收斂
5.5聯想記憶
5.6Hopfield網路聯想記憶的設計方法
5.7Hopfield網路聯想記憶的缺陷
5.8連續時間型Hopfield神經網路
5.9Hopfield網路在最佳化組合問題中的套用
5.10網路套用與網路能量函式
第六章 隨機型神經網路
6.1隨機型神經網路的基本思想
6.2模擬退火算法
6.3Boltzmann機與Boltzmann機工作規則
6.4Boltzmann機學習規則
6.5網路小結
第七章 競爭型神經網路
7.1競爭型神經網路的基本思想
7.2基本競爭型神經網路及學習規則
7.3抑制競爭型神經網路及學習規則
7.4自適應共振理論網路的提出及特點
7.5自適應共振理論網路結構及學習、工作規則
7.6自適應共振理論網路特性分析
7.7套用舉例
第八章 自組織特徵映射神經網路
8.1自組織特徵映射神經網路的基本思想
8.2自組織特徵映射網路學習、工作規則
8.3SOM網路的自組織特性
8.4網路的分類精度分析
8.5SOM網路的局限性
8.6SOM網路的有教師示教學習規則
8.7SOM網路套用舉例――語音打字機
第九章 對向傳播神經網路
9.1對向傳播神經網路的基本思想
9.2CP網路學習、工作規則
9.3網路套用舉例
9.4網路的改進與完善
第十章 人工神經網路套用
10.1文字識別
10.1.1文字識別的生理特點
10.1.2印刷體文字識別
10.1.3手寫體文字識別
10.2圖象處理
10.2.1圖象處理概述
10.2.2圖象數據壓縮
10.2.3圖象邊緣檢測
10.2.4圖象自動分類
10.2.5醫學自動診斷
10.2.6目標自動識別
10.2.7圖象補正
10.2.8工業產品檢查
10.3最佳化組合套用――有價證券的選擇
10.4神經網路專家系統
10.4.1神經網路專家系統的基本原理與結構
10.4.2高爐爐溫預測專家系統
10.4.3財務評價專家系統
10.4.4醫療診斷專家系統
10.5神經網路在智慧型控制中的套用
10.5.1神經網路控制系統的特點
10.5.2神經網路控制系統的幾種結構形式
10.5.3控制系統中神經網路的學習結構與方法
10.5.4套用神經網路進行系統辨識
10.6神經網路計算機簡介
10.6.1神經網路計算機的基本特徵
10.6.2神經網路計算機的分類與研究現狀
10.6.3神經網路計算機的有關概念
參考文獻
第一章 緒論
1.1一則現代童話的啟示
1.2大腦――一個神秘的世界
1.3神經網路研究、發展的歷史
1.4神經網路研究的主要方向
第二章 神經網路理論基礎
2.1大腦與生物神經系統
2.2生物神經系統的模型化
2.3M－P神經元模型與人工神經網路的構成
2.4人工神經網路的學習機理與Hebb學習規則
2.5教師示教學習與無教師示教學習
2.6生物神經網路與人工神經網路的比較
2.7模式識別的基本定義與方法
2.8線性分類器
第三章 神經網路的初期模型與基本算法
3.1感知機模型與感知機學習規則
3.2感知機的局限性
3.3自適應線性神經網路
3.4自適應線性神經網路的套用舉例
第四章 多階層神經網路與誤差逆傳播算法
4.1多階層網路與誤差逆傳播算法的提出
4.2誤差逆傳播神經網路結構與學習規則
4.3誤差逆傳播學習規則的數學推導
4.4隱含層――特徵抽取器的作用
4.5BP網路套用舉例
4.6BP網路小結
4.7幾種改進方案
第五章 Hopfield神經網路
5.1Hopfield網路的基本思想
5.2Hopfield網路的結構與算法
5.3Hopfield網路運行規則
5.4網路計算能量函式與網路收斂
5.5聯想記憶
5.6Hopfield網路聯想記憶的設計方法
5.7Hopfield網路聯想記憶的缺陷
5.8連續時間型Hopfield神經網路
5.9Hopfield網路在最佳化組合問題中的套用
5.10網路套用與網路能量函式
第六章 隨機型神經網路
6.1隨機型神經網路的基本思想
6.2模擬退火算法
6.3Boltzmann機與Boltzmann機工作規則
6.4Boltzmann機學習規則
6.5網路小結
第七章 競爭型神經網路
7.1競爭型神經網路的基本思想
7.2基本競爭型神經網路及學習規則
7.3抑制競爭型神經網路及學習規則
7.4自適應共振理論網路的提出及特點
7.5自適應共振理論網路結構及學習、工作規則
7.6自適應共振理論網路特性分析
7.7套用舉例
第八章 自組織特徵映射神經網路
8.1自組織特徵映射神經網路的基本思想
8.2自組織特徵映射網路學習、工作規則
8.3SOM網路的自組織特性
8.4網路的分類精度分析
8.5SOM網路的局限性
8.6SOM網路的有教師示教學習規則
8.7SOM網路套用舉例――語音打字機
第九章 對向傳播神經網路
9.1對向傳播神經網路的基本思想
9.2CP網路學習、工作規則
9.3網路套用舉例
9.4網路的改進與完善
第十章 人工神經網路套用
10.1文字識別
10.1.1文字識別的生理特點
10.1.2印刷體文字識別
10.1.3手寫體文字識別
10.2圖象處理
10.2.1圖象處理概述
10.2.2圖象數據壓縮
10.2.3圖象邊緣檢測
10.2.4圖象自動分類
10.2.5醫學自動診斷
10.2.6目標自動識別
10.2.7圖象補正
10.2.8工業產品檢查
10.3最佳化組合套用――有價證券的選擇
10.4神經網路專家系統
10.4.1神經網路專家系統的基本原理與結構
10.4.2高爐爐溫預測專家系統
10.4.3財務評價專家系統
10.4.4醫療診斷專家系統
10.5神經網路在智慧型控制中的套用
10.5.1神經網路控制系統的特點
10.5.2神經網路控制系統的幾種結構形式
10.5.3控制系統中神經網路的學習結構與方法
10.5.4套用神經網路進行系統辨識
10.6神經網路計算機簡介
10.6.1神經網路計算機的基本特徵
10.6.2神經網路計算機的分類與研究現狀
10.6.3神經網路計算機的有關概念
參考文獻
