神經(jīng)網(wǎng)絡系統(tǒng)理論及其應用

總序
引言
有關記號
第一章概論
1.1神經(jīng)網(wǎng)絡系統(tǒng)理論的研究目標與發(fā)展簡史
1.2神經(jīng)細胞與網(wǎng)絡的構造與功能
1.3有關神經(jīng)網(wǎng)絡系統(tǒng)模型與應用范圍概述
1.4有關的數(shù)學工具
第二章感知器的基本模型與性質(zhì)
2.1感知器的構造與學習算法
2.2線性可分性理論
2.3感知器學習算法的復雜度分析
2.4感知器學習算法的容量估計
第三章前饋網(wǎng)絡模型
3.1感知器模型的推廣問題
3.2多層感知器模型
3.3高階感知器理論
3.4具有非線性權函數(shù)的感知器
3.5模糊感知器及其學習算法
第四章前饋網(wǎng)絡理論的應用
4.1感知器在模式識別與經(jīng)濟管理中的應用
4.2感知器在規(guī)劃問題中的應用
4.3統(tǒng)計分析問題中的神經(jīng)網(wǎng)絡計算
4.4股市行情數(shù)據(jù)分析中的神經(jīng)網(wǎng)絡計算
第五章有反饋神經(jīng)網(wǎng)絡系統(tǒng)理論與應用
5.1離散Hopfield神經(jīng)網(wǎng)絡系統(tǒng)模型及其穩(wěn)定性問題
5.2HNNS的學習算法問題
5.3HNNS的學習算法的容量問題
5.4TSP（售貨員路線）問題
第六章玻爾茲曼（Boltzmann）機理論分析
6.1玻爾茲曼機的模型構造
6.2玻爾茲曼機的狀態(tài)的運動方程及其穩(wěn)定性問題
6.3玻爾茲曼機的學習算法
結束語
參考文獻