內容簡介
《神經網路設計方法與實例分析》從神經
網路設計和套用實踐出發,介紹了10種常見的人工神經網路的基本原理、設計方法,並從各個套用領域精選了豐富的典型套用實例進行剖析,旨在使讀者對各類常用的人工神經網路的基本原理和學習算法進一步加深理解,熟悉其主要功能,掌握其設計方法,了解其主要套用,為設計各類神經網路和解決實際問題打下基礎。主要內容包括神經網路模型評估與選擇;10種典型網路的設計與套用,包括BP網路、RBF網路、SOFM網路、LVQ網路、CPN網路、ART網鉻、Hopfield網路、時序遞歸網路、CMAC網路、SVM網路;最後介紹了人工神經元網路設計開發平台。
目錄
第1章 神經網路模型評估及選擇
1.1 神經網路的泛化能力
1.2 神經網路預測模型的一般描述
1.3 研究神經網路泛化能力的理論基礎
1.3.1 經驗風險最小化原則
1.3.3 偏差一方差分解
1.4.1 神經網路具有泛化能力的基本必要條件
1.4.2 噪聲的影響
1.4.3 “欠擬合”和“過擬合”
1.5 提高神經網路的泛化能力的方法
1.5.1 模型結構選擇
1.5.2 訓練集擴展方法
1.5.3 提前停止
1.5.4 權值衰減
1.5.5 貝葉斯學習
1.5.6 神經網路集成
1.6 神經網路模型的評估與選擇
1.6.1 神經網路模型的評估
1.6.2 神經網路模型的選擇
本章參考文獻
第2章 基於BP算法的多層感知器的設計與套用
2.1 基於BP算法的多層感知器網路工作原理與主要特點
2.1.1 基於BP算法的多層前饋網路模型
2.1.2 BP學習算法
2.1.3 BP算法的程式實現
2.1.4 標準BP算法的改進
2.2 基於BP算法的多層前饋網路設計基礎
2.2.1 網路信息容量與訓練樣本數
2.2.2 訓練樣本集的準備
2.2.3 初始權值的設計
2.2.4 多層前饋網結構設計
2.2.5 網路訓練與測試
2.3 基於BP算法的多層前饋網路套用與設計實例
2.3.1 基於BP算法的多層前饋網路在催化劑配方建模中的套用
2.3.2 基於BP算法的多層前饋網路在城市年用水量預測中的套用
2.3.3 基於BP算法的多層前饋網路在煤與瓦斯突出預測中的套用
2.3.4 基於BP算法的多層前饋網路在磨煤機料位監測中的套用
2.3.5 基於BP算法的多層前饋網路在道路安全評價中的套用
2.3.6 基於BP算法的多層前饋網路在項目投資風險評價中的套用
2.3.7 基於BP算法的多層前饋網路在大氣環境質量評價中的套用
2.3.8 基於BP網路集成的除草劑定量構效關係模型
2.3.9 基於BP網路集成的物流中心選址模型
本章參考文獻
第3章 徑向基函式神經網路的設計與套用
3.1 徑向基函式網路原理與學習算法
3.1.1 正則化RBF網路原理與學習算法
3.1.2 廣義RBF網路原理與學習算法
3.2 RBF網路的設計要點
3.2.1 隨機選取RBF中心
3.2.2 自組織學習選取RBF中心及網路設計
3.2.3 有監督學習選取RBF中心及網路設計
3.2.4 正交最小二乘(0LS)法選取RBF中心及網路設計
3.2.5 遞歸最小二乘(OLS)法選取RBF中心及網路設計
3.2.6 其他方法
3.2.7 RBF網路與多層感知器的特點與設計比較
3.3 RBF網路的套用實例
3.3.1 RBF網路在液化氣銷售量預測中的套用
3.3.2 RBF網路在地表水質評價中的套用
3.3.3 RBF網路在汽油乾點軟測量中的套用
3.3.4 RBF網路在地下溫度預測中的套用
3.3.5 RBF網路在工程車輛自動變速控制中的套用
3.3.6 RBF網路在人臉年齡估計中的套用
3.3.7 RBF網路在專利發展趨勢預測中的套用
3.3.8 RBF網路在圖像融合中的套用
3.3.9 RBF網路紅外光譜法用於中藥大黃樣品的真偽分類
3.3.10 RBF網路在船用柴油機智慧型診斷中的套用
3.3.11 RBF網路在多級入侵檢測中的套用
本章參考文獻
第4章 SOFM網路設計與套用
4.1 SOFM網路原理與學習算法
4.2 SOFM網路的設計基礎
4.2.1 輸出層設計
4.2.2 權值初始化問題
4.2.3 優勝鄰域Nj*·(t)的設計
4.2.4 學習率n(t)的設計
4.3 套用與設計實例
4.3.1 SOFM網路用於皮革外觀效果分類
4.3.2 SOFM網路用於物流中心城市分類評價
4.3.3 SOFM網路用於遙感影像分類
4.3.4 SOFM網路用於火焰燃燒診斷
4.3.5 SOFM網路在防火樹種分類中的套用
4.3.6 SOFM在基於漢字與部件聚類的漢字認知建模中的套用
4.3.7 SOFM網路在膨脹土分類中的套用
4.3.8 SOFM網路在水電廠技術供水系統故障診斷中的套用
4.3.9 SOFM網路在不同地區人力資本構成分析中的套用
本章參考文獻
第5章 LVQ網路設計與套用
5.1 LVQ網路原理與學習算法
5.1.1 LVQ網路工作原理
5.1.2 LVQ網路的學習算法
5.2 LVQ網路設計要點
5.2.1 競爭層設計
5.2.2 權值初始化問題
5.2.3 學習率n(t)的設計
5.3 套用與設計實例
5.3.1 LVQ網路在證券投資基金分類中的套用
5.3.2 LVQ網路在探地雷達探雷中的套用
5.3.3 LVQ網路在蘋果等級判別中的套用
5.3.4 VQ網路在胃癌組織樣品分類識別中的套用
5.3.5 LVQ網路在液壓系統故障診斷中的套用
5.3.6 LVQ網路在汽車信貸客戶分類中的套用研究
5.3.7 LVQ網路在土地利用/覆蓋變化探測中的套用
5.3.8 LVQ網路在周期信號識別方面的擴展套用
本章參考文獻
第6章 對偶傳播神經網路
6.1 網路運行原理及學習算法
6.1.1 網路結構及運行原理
6.1.2 CPN的學習算法
6.2 CPN網的設計與改進
6.2.1 CPN網的設計要點
6.2.2 改進的CPN網
6.3 CPN網的套用
6.3.1 CPN網在烤菸菸葉顏色模式分類中的套用
6.3.2 CPN網路的水電機組振動故障診斷中的套用
6.3.3 CPN網路在博士學位論文質量評估中的套用
6.3.4 CPN網在人臉識別中的套用
6.3.5 CPN網路在時間序列預測問題中的套用
6.3.6 CPN網路在棉花異性纖維識別中的套用
本章參考文獻
第7章 ART網路設計及套用
7.1 ART網路原理與算法
7.1.1 ART網路的主要特點
7.1.2 ARTI型網路原理與算法
……
第8章 Hopfield網路的設計與套用
第9章 時序遞歸網路的設計與套用
第10章 CMAC網路的設計與套用
第11章 支持向量機的設計與套用
第12章 人工神經元網路設計開發平台
前言
人工神經網路自20世紀80年代復興以來,已經經過了20餘年。除了神經網路理論得到了進一步的發展以外,神經網路的套用成果也日益豐富。神經網路今後發展的一個方向是將其成功地套用於生產、生活的各個方面,發揮其信息處理能力,擴展其套用範圍。作者在教學和科研中發現,即便掌握了一些神經網路的基本理論,在設計和套用中也需要一定的經驗和指導。特別是初涉此領域的學生和工程技術人員,面對需要解決的問題,究竟選擇哪一種網路和學習算法更為合適,如何進行設計和模型選擇,都是比較困難的事情。本書編寫的目的正是為已具有一定神經網路基礎,希望套用神經網路解決實際問題的人員提供一定的指導和參考。