神經(jīng)網(wǎng)絡(luò)實用教程

前言
　　第1章 人工神經(jīng)網(wǎng)絡(luò)概述
　　1.1 神經(jīng)網(wǎng)絡(luò)的基本概念
　　1.1.1 生物神經(jīng)元的結(jié)構(gòu)與功能特點
　　1.1.2 人工神經(jīng)元模型
　　1.1.3 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及工作方式
　　1.1.4 神經(jīng)網(wǎng)絡(luò)的學習
　　
　　1.2 神經(jīng)網(wǎng)絡(luò)的特點及其應(yīng)用
　　1.2.1 神經(jīng)網(wǎng)絡(luò)的特點
　　1.2.2 神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
　　練習題
　　
　　第2章 實用神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.1 MATLAB快速入門
　　2.1.1 MATLAB界面組成
　　2.1.2 MATLAB基本運算
　　2.1.3 MATLAB繪圖函數(shù)
　　
　　2.2 感知器神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.2.1 單層感知器
　　2.2.2 單層感知器的學習算法
　　2.2.3 單層感知器的MATLAB實現(xiàn)
　　2.2.4 多層感知器
　　
　　2.3 線性神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.3.1 線性神經(jīng)元網(wǎng)絡(luò)模型
　　2.3.2 線性神經(jīng)網(wǎng)絡(luò)的學習算法
　　2.3.3 線性神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn)
　　
　　2.4 BP神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.4.1 BP神經(jīng)網(wǎng)絡(luò)模型
　　2.4.2 BP網(wǎng)絡(luò)的標準學習算法
　　2.4.3 BP神經(jīng)網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.5 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.5.1 RBF神經(jīng)網(wǎng)絡(luò)模型
　　2.5.2 RBF網(wǎng)絡(luò)的學習算法
　　2.5.3 RBF網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.6 自組織神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.6.1 自組織特征映射神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.6.2 自組織特征映射網(wǎng)絡(luò)的學習算法
　　2.6.3 自組織網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.7 學習向量量化（LVQ）神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.7.1 LVQ神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.7.2 LVQ神經(jīng)網(wǎng)絡(luò)的學習算法
　　2.7.3 LVQ神經(jīng)網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.8 Elman神經(jīng)網(wǎng)絡(luò)算法模型與學習算法
　　2.8.1 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.8.2 Elman神經(jīng)網(wǎng)絡(luò)學習算法
　　2.8.3 Elman神經(jīng)網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.9 Hopfield神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.9.1 離散Hopfield神經(jīng)網(wǎng)絡(luò)
　　2.9.2 連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)
　　2.9.3 Hopfield神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn)
　　
　　2.10 Boltzmann神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.10.1 Boltzmann機的網(wǎng)絡(luò)結(jié)構(gòu)
　　2.10.2 Boltzmann機學習算法
　　
　　2.11 模糊神經(jīng)網(wǎng)絡(luò)
　　2.11.1 模糊神經(jīng)網(wǎng)絡(luò)主要形式
　　2.11.2 模糊神經(jīng)網(wǎng)絡(luò)模型
　　2.11.3 模糊神經(jīng)網(wǎng)絡(luò)學習方法
　　2.11.4 模糊邏輯MATLAB函數(shù)
　　練習題
　　
　　第3章 神經(jīng)網(wǎng)絡(luò)優(yōu)化方法
　　3.1 BP網(wǎng)絡(luò)學習算法的改進
　　3.1.1 消除樣本輸入順序影響的改進算法
　　3.1.2 附加動量的改進算法
　　3.1.3 采用自適應(yīng)調(diào)整參數(shù)的改進算法
　　……
　　第4章 nnToolKit神經(jīng)網(wǎng)絡(luò)工具包
　　第5章 MATLAB混合編程技術(shù)
　　第6章 混合編程案例
　　附錄 2NDN神經(jīng)網(wǎng)絡(luò)建模仿真工具
　　參考文獻