神經(jīng)網(wǎng)絡導論

前言 第1章 緒論 1．1 神經(jīng)網(wǎng)絡簡介 1．1．1 神經(jīng)網(wǎng)絡的概念 1．1．2 神經(jīng)網(wǎng)絡的發(fā)展 1．1．3 神經(jīng)網(wǎng)絡的優(yōu)點 1．1．4 人工神經(jīng)元模型 1．1．5 神經(jīng)網(wǎng)絡的網(wǎng)絡結(jié)構(gòu) 1．2 微分方程穩(wěn)定性理論基礎 1．2．1 微分方程的基本知識 1．2．2 微分、積分不等式 1．2．3 Lyapunov函數(shù)相關定義和定理 1．2．4 穩(wěn)定性的基本定義和定理 1．2．5 Lyapunov直接法的基本定理 1．2．6 構(gòu)造Lyapunov函數(shù)的基本方法 第2章 神經(jīng)網(wǎng)絡基本模型 2．1 M-P模型 2．1．1 MP模型的概念 2．1．2 標準M-P模型 2．1．3 時延M-P模型 2．1．4 改進的M-P模型 2．2 感知器模型 2．2．1 問題背景 2．2．2 感知器的概念 2．2．3 單層感知器神經(jīng)元模型 2．2．4 單層感知器工作原理 2．2．5 單層感知器用于模式識別 2．2．6 多層感知器神經(jīng)元 2．2．7 感知器的學習規(guī)則 2．2．8 感知器的局限性 2．2．9 本節(jié)小結(jié) 2．3 自適應線性神經(jīng)元模型 2．3．1 線性神經(jīng)網(wǎng)絡模型 2．3．2 線性神經(jīng)網(wǎng)絡的學習 2．3．3 線性神經(jīng)網(wǎng)絡的MATLAB仿真程序設計 2．4 BP神經(jīng)網(wǎng)絡模型 2．4．1 BP神經(jīng)元及BP網(wǎng)絡模型 2．4．2 BP網(wǎng)絡的學習 2．4．3 BP網(wǎng)絡學習算法 2．4．4 理論與實例 2．4．5 BP網(wǎng)絡的局限性 2．4．6 BP網(wǎng)絡的MATLAB仿真程序設計 2．4．7 BP網(wǎng)絡應用實例 2．5 徑向基函數(shù)神經(jīng)網(wǎng)絡模型簡介 2．5．1 徑向基網(wǎng)絡模型 2．5．2 徑向基網(wǎng)絡的創(chuàng)建與學習過程 2．5．3 其他徑向基神經(jīng)網(wǎng)絡 2．5．4 徑向基網(wǎng)絡的MATLAB仿真程序設計 第3章 常用神經(jīng)網(wǎng)絡模型及動力學問題 3．1 Hopfield神經(jīng)網(wǎng)絡模型及動力學問題 3．1．1 無時滯的Hopfield神經(jīng)網(wǎng)絡模型及動力學問題 3．1．2 有時滯的Hopfield神經(jīng)網(wǎng)絡模型及動力學問題 3．1．3 Hopfield神經(jīng)網(wǎng)絡的k-穩(wěn)定性分析 3．2 細胞神經(jīng)網(wǎng)絡模型及動力學問題 3．2．1 無時滯的細胞神經(jīng)網(wǎng)絡的平衡點及穩(wěn)定性 3．2．2 有時滯的細胞神經(jīng)網(wǎng)絡的平衡點及穩(wěn)定性 3．2．3 無時滯細胞神經(jīng)網(wǎng)絡的周期解及穩(wěn)定性 3．2．4 有時滯細胞神經(jīng)網(wǎng)絡的周期解及穩(wěn)定性 3．2．5 廣義細胞神經(jīng)網(wǎng)絡簡介 3．3 BAM神經(jīng)網(wǎng)絡模型及動力學問題 3．3．1 無時滯BAM神經(jīng)網(wǎng)絡模型及穩(wěn)定性 3．3．2 具有連續(xù)時滯的BAM神經(jīng)網(wǎng)絡模型及穩(wěn)定性 3．3．3 具有連續(xù)和離散時滯的混雜BAM神經(jīng)網(wǎng)絡模型及動力學問題 第4章 復雜神經(jīng)網(wǎng)絡模型及動力學問題 4．1 二階Hopfield神經(jīng)網(wǎng)絡模型及動力學問題 …… 5 神經(jīng)網(wǎng)絡的應用 參考文獻 附錄