《神經網路模式識別及其實現》是1999年電子工業出版社出版的一本圖書。
基本介紹
- 書名：神經網路模式識別及其實現
- 頁數： 333頁
- 出版社：電子工業出版社
- 出版時間：1999
圖書信息,圖書目錄,
圖書信息
題名拼音： shen jing wang luo mo shi shi bie ji qi shi xian
I S B N： 7-5053-5088-9
責 任 者： (美)[A.S.潘迪]Abhijit S.Pandya，(美)[R.B.梅西]Robert B.Macy著
出版地點： 北京
中圖分類號： O235 TP18
附註說明： 美國CRC Press LLC授權出版
圖書目錄
參考書與文獻
9、2、1 一個自聯想LAM例子
9、3 Hopfield網路
9、4 Hopfield網路的一個範例
9、5 討論
9、6 點陣圖範例
9、7 BAM網路
9、8 一個BAM網路範例
參考書與文獻
第十章 自適應共振理論（ART）
10、1 概述
第二章 神經網路概述
10、2 尋求聚類結構
10、3 矢量量化
10、3、1 VQ舉例1
10、3、2 VQ舉例2
10、3、3 VQ舉例3
10、4 ART基本原理
10、5 穩定性和可塑性兩難問題
10、6 ART1：基本工作方式
10、7 ART1：算法
10、8 增益控制機制
2、1 生物神經網路概述
10、8、1 增益控制舉例1
10、8、2 增益控制舉例2
10、9 ART2模型
10、10 討論
10、11 套用
參考書與文獻
第十一章 神經認識機
11、1 引言
11、2 網路的結構
11、3 神經認識機的一個例子
2、2 背景
參考書與文獻
第十二章 多分類器系統
12、1 綜述
12、2 多種識別器組合成的系統結構
12、3 投票方案
12、4 混淆矩陣
12、5 可靠性
12、6 一些經驗方法
參考書與文獻
2、3 生物神經網路
2、4 大腦中的分層組織
2、5 歷史背景
2、6 人工神經網路
參考書與文獻
第三章 預處理
第一章 引言
3、1 概述
3、2 掃描圖像的處理
3、3 圖像壓縮
3、3、1 圖像壓縮的例子
3、4 邊緣檢測
3、5 骨架處理
3、5、1 細化的例子
3、6 處理手寫板輸入
3、7 圖像的分割
參考書與文獻
1、1 模式識別系統
第四章 有監督學習的前饋網路
4、1 前饋多層感知器結構
4、2 用C++實現前饋多層感知器
4、3 利用B-P算法進行網路訓練
4、3、1 用C++實現B-P算法
4、4 一個基本例子
4、5 訓練策略和避免局部最小
4、6 梯度下降中的變數
4、6、1 塊適應和數據適應梯度下降方法的比較
4、6、2 一階和二階梯度下降方法的比較
1、2 人工神經網路方法的產生
4、7 拓撲
4、8 ACON和OCON的比較
4、9 過訓練和推廣
4、10 訓練集合和網路大小
4、11 共軛梯度方法
4、12 ALOPEX
參考書與文獻
第五章 其它類型的神經網路
5、1 概述
5、2 徑向基函式網路
1、3 模式識別序言
5、2、1 網路結構
5、2、2 RBF訓練
5、2、3 RBF網路的套用
5、3 高階神經網路
5、3、1 引言
5、3、2 結構
5、3、3 幾何變換的不變性
5、3、4 範例
5、3、5 實際套用
參考書與文獻
1、4 統計模式識別
第六章 特徵提取Ⅰ：幾何特徵和變換
6、1 概述
6、2 幾何特徵（環、交叉點、端點）
6、2、1 交叉點和端點
6、2、2 環
6、3 特徵映射
6、4 基於幾何特徵的一個網路例子
6、5 利用變換進行特徵提取
6、6 傅立葉描述符（FD）
6、7 Gabor變換和子波
1、5 按句法規則的模式識別
參考書與文獻
第七章 特徵提取Ⅱ：主分量分析
7、1 降維
7、2 主分量
7、2、1 PCA示例
7、3 KARHUNEN-LOEVE（K-L）變換
7、3、1 變換示例
7、4 主分量神經網路
7、5 套用
參考書與文獻
1、6 字元識別問題
第八章 Kohonen網路和學習矢量量化
8、1 概述
8、2 K-均值算法
8、2、1 K-均值算法舉例
8、3 Kohonen模型介紹
8、3、1 Kohonen網路示例
8、4 側反饋規則
8、5 Kohonen自組織特徵映射
8、5、1 SOFM舉例
8、6 學習矢量量化
1、7 題目的組織
8、6、1 LVQ舉例
8、7 LVQ的改進
8、7、1 LVQ2
8、7、2 LVQ2.1
8、7、3 LVQ3
8、7、4 LVQ的最後變形
參考書與文獻
第九章 神經聯想記憶和Hopfield網路
9、1 概述
9、2 線性聯想記憶（LAM）
