人工神經(jīng)網(wǎng)絡(luò)原理：入門與應(yīng)用

     目錄
   第一章 緒論
    1.1一則現(xiàn)代童話的啟示
    1.2大腦——一個神秘的世界
    1.3神經(jīng)網(wǎng)絡(luò)研究、發(fā)展的歷史
    1.4神經(jīng)網(wǎng)絡(luò)研究的主要方向
   第二章 神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
    2.1大腦與生物神經(jīng)系統(tǒng)
    2.2生物神經(jīng)系統(tǒng)的模型化
    2.3M－P神經(jīng)元模型與人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成
    2.4人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)理與Hebb學(xué)習(xí)規(guī)則
    2.5教師示教學(xué)習(xí)與無教師示教學(xué)習(xí)
    2.6生物神經(jīng)網(wǎng)絡(luò)與人工神經(jīng)網(wǎng)絡(luò)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(jīng)網(wǎng)絡(luò)的初期模型與基本算法
    3.1感知機(jī)模型與感知機(jī)學(xué)習(xí)規(guī)則
    3.2感知機(jī)的局限性
    3.3自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)
    3.4自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)的應(yīng)用舉例
   第四章 多階層神經(jīng)網(wǎng)絡(luò)與誤差逆?zhèn)鞑ニ惴?br />     4.1多階層網(wǎng)絡(luò)與誤差逆?zhèn)鞑ニ惴ǖ奶岢?br />     4.2誤差逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)結(jié)構(gòu)與學(xué)習(xí)規(guī)則
    4.3誤差逆?zhèn)鞑W(xué)習(xí)規(guī)則的數(shù)學(xué)推導(dǎo)
    4.4隱含層——特征抽取器的作用
    4.5BP網(wǎng)絡(luò)應(yīng)用舉例
    4.6BP網(wǎng)絡(luò)小結(jié)
    4.7幾種改進(jìn)方案
   第五章 Hopfield神經(jīng)網(wǎng)絡(luò)
    5.1Hopfield網(wǎng)絡(luò)的基本思想
    5.2Hopfield網(wǎng)絡(luò)的結(jié)構(gòu)與算法
    5.3Hopfield網(wǎng)絡(luò)運行規(guī)則
    5.4網(wǎng)絡(luò)計算能量函數(shù)與網(wǎng)絡(luò)收斂
    5.5聯(lián)想記憶
    5.6Hopfield網(wǎng)絡(luò)聯(lián)想記憶的設(shè)計方法
    5.7Hopfield網(wǎng)絡(luò)聯(lián)想記憶的缺陷
    5.8連續(xù)時間型Hopfield神經(jīng)網(wǎng)絡(luò)
    5.9Hopfield網(wǎng)絡(luò)在優(yōu)化組合問題中的應(yīng)用
    5.10網(wǎng)絡(luò)應(yīng)用與網(wǎng)絡(luò)能量函數(shù)
   第六章 隨機(jī)型神經(jīng)網(wǎng)絡(luò)
    6.1隨機(jī)型神經(jīng)網(wǎng)絡(luò)的基本思想
    6.2模擬退火算法
    6.3Boltzmann機(jī)與Boltzmann機(jī)工作規(guī)則
    6.4Boltzmann機(jī)學(xué)習(xí)規(guī)則
    6.5網(wǎng)絡(luò)小結(jié)
   第七章 競爭型神經(jīng)網(wǎng)絡(luò)
    7.1競爭型神經(jīng)網(wǎng)絡(luò)的基本思想
    7.2基本競爭型神經(jīng)網(wǎng)絡(luò)及學(xué)習(xí)規(guī)則
    7.3抑制競爭型神經(jīng)網(wǎng)絡(luò)及學(xué)習(xí)規(guī)則
    7.4自適應(yīng)共振理論網(wǎng)絡(luò)的提出及特點
    7.5自適應(yīng)共振理論網(wǎng)絡(luò)結(jié)構(gòu)及學(xué)習(xí)、工作規(guī)則
    7.6自適應(yīng)共振理論網(wǎng)絡(luò)特性分析
    7.7應(yīng)用舉例
   第八章 自組織特征映射神經(jīng)網(wǎng)絡(luò)
    8.1自組織特征映射神經(jīng)網(wǎng)絡(luò)的基本思想
    8.2自組織特征映射網(wǎng)絡(luò)學(xué)習(xí)、工作規(guī)則
    8.3SOM網(wǎng)絡(luò)的自組織特性
    8.4網(wǎng)絡(luò)的分類精度分析
    8.5SOM網(wǎng)絡(luò)的局限性
    8.6SOM網(wǎng)絡(luò)的有教師示教學(xué)習(xí)規(guī)則
    8.7SOM網(wǎng)絡(luò)應(yīng)用舉例——語音打字機(jī)
   第九章 對向傳播神經(jīng)網(wǎng)絡(luò)
    9.1對向傳播神經(jīng)網(wǎng)絡(luò)的基本思想
    9.2CP網(wǎng)絡(luò)學(xué)習(xí)、工作規(guī)則
    9.3網(wǎng)絡(luò)應(yīng)用舉例
    9.4網(wǎng)絡(luò)的改進(jìn)與完善
   第十章 人工神經(jīng)網(wǎng)絡(luò)應(yīng)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(shù)據(jù)壓縮
    10.2.3圖象邊緣檢測
    10.2.4圖象自動分類
    10.2.5醫(yī)學(xué)自動診斷
    10.2.6目標(biāo)自動識別
    10.2.7圖象補(bǔ)正
    10.2.8工業(yè)產(chǎn)品檢查
    10.3優(yōu)化組合應(yīng)用——有價證券的選擇
    10.4神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)
    10.4.1神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的基本原理與結(jié)構(gòu)
    10.4.2高爐爐溫預(yù)測專家系統(tǒng)
    10.4.3財務(wù)評價專家系統(tǒng)
    10.4.4醫(yī)療診斷專家系統(tǒng)
    10.5神經(jīng)網(wǎng)絡(luò)在智能控制中的應(yīng)用
    10.5.1神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的特點
    10.5.2神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的幾種結(jié)構(gòu)形式
    10.5.3控制系統(tǒng)中神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)結(jié)構(gòu)與方法
    10.5.4應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行系統(tǒng)辨識
    10.6神經(jīng)網(wǎng)絡(luò)計算機(jī)簡介
    10.6.1神經(jīng)網(wǎng)絡(luò)計算機(jī)的基本特征
    10.6.2神經(jīng)網(wǎng)絡(luò)計算機(jī)的分類與研究現(xiàn)狀
    10.6.3神經(jīng)網(wǎng)絡(luò)計算機(jī)的有關(guān)概念
   參考文獻(xiàn)