Can I read 人工神经网络理论·模型·算法与应用 on EtoBox?

人工神经网络理论·模型·算法与应用 by 罗晓曙主编; 罗晓曙 is a book available to read on EtoBox.

What is 人工神经网络理论·模型·算法与应用 about?

第一章神经网络基础概论 9 §1.1神经网络理论形成的科学背景 9 §1.2神经网络理论的发展历史与趋势 10 1.2.1早期阶段 10 1.2.220世纪70年代的过渡期 11 1.2.320世纪80年代的高潮期 11 1.2.4目前的研究状况和方向 12 §1.3人工神经网络的生物学基础和人工神经元模型 13 1.3.1神经网络的生物学基础 13 1.3.2人工神经元模型 14 §1.4神经网络模型的定义和结构 15 1.4.1神经网络模型的定义 15 1.4.2神经网络模型的结构 16 §1.5人工神经网络计算和传统计算的特点比较 17 §1.6神经网络的学习规则与实现 17 1.6.1神经网络的学习规则 17 1.6.2神经网络的实现 19 §1.7神经网络的应用领域 20 第二章前馈神经网络 22 §2.1感知器 22 2.1.1单层感知器的网络结构 22 2.1.2单层感知器的表征能力与线性可分性 23 2.1.3感知器的学习算法 25 §2.2前馈型BP神经网络 26 2.2.1BP网络的结构 26 2.2.2BP网络的分类能力 27 §2.3BP网络的学习算法 29 2.3.1误差反向传播学习算法(EBP) 29 2.3.2EBP算法的缺点与改进 33 2.3.3模拟退火算法 34 2.3.4遗传算法 35 §2.4前馈型多层网络的映射能力与逼近能力 37 2.4.1前馈网络的映射能力 37 2.4.2前馈网络的逼近能力 39 §2.5BP网络的设计讨论 39 §2.6BP学习算法的VC++语言编程及有关结果 41 2.6.1EBP学习算法实现异或分类的C++语言程序 41 2.6.2运行结果 48 §2.7BP神经网络小结 50 §2.8径向基函数(RBF)神经网络 51 2.8.1RBF神经网络的生物学背景与结构 51 2.8.2RBF网络的学习算法 53 §2.9小波神经网络 55 2.9.1小波函数的定义 56 2.9.2小波神经网络的结构 56 2.9.3小波神经网络的优点和学习算法 57 §2.10小脑模型神经网络 58 2.10.1CMAC网络的结构 58 2.10.2CMAC网络的学习算法 60 §2.11FLAT神经网络 60 2.11.1FLAT神经网络的结构 60 2.11.2FLAT神经网络的学习算法 61 §2.12用径向基函数神经网络实现EEG信号的预测 62 2.12.1预测原理及其模型 62 2.12.2RBF网络径向基函数的改进 63 2.12.3数据处理结果及讨论 64 第三章反馈神经网络 67 §3.1概述 67 §3.2离散Hopfield神经网络 68 3.2.1网络的结构及工作方式 68 3.2.2网络的能量函数与稳定性分析 69 3.2.3网络的联想记忆和记忆容量 71 §3.3连续Hopfiel

Author

罗晓曙主编; 罗晓曙

Publisher

桂林:广西师范大学出版社

Published

2005

Language

ZH

ISBN

9787563346592