人工神經(jīng)網(wǎng)絡技術(shù)及其應用

第一章 概論
1.1 人工神經(jīng)網(wǎng)絡的發(fā)展與現(xiàn)狀
1.2 人工神經(jīng)元模型
1.3 用有向圖表示神經(jīng)網(wǎng)絡
1.4 網(wǎng)絡結(jié)構(gòu)及工作方式
1.5 神經(jīng)網(wǎng)絡的學習
第二章 前饋型神經(jīng)網(wǎng)絡
2.1 線性閾值單元組成的前饋網(wǎng)絡
2.2 非線性變換單元組成的前饋網(wǎng)絡
2.3 應用舉例
第三章 徑向基函數(shù)神經(jīng)網(wǎng)絡
3.1 函數(shù)逼近與內(nèi)插
3.2 正規(guī)化理論
3.3 RBF網(wǎng)絡的學習
3.4 RBF網(wǎng)絡的一些變形
3.5 模糊神經(jīng)網(wǎng)絡
3.6 RBF網(wǎng)絡應用
第四章 小波神經(jīng)網(wǎng)絡
4.1 引言
4.2 小波變換
4.3 多分辨率分析
4.4 小波神經(jīng)網(wǎng)絡的結(jié)構(gòu)形式
4.5 小波神經(jīng)網(wǎng)絡的學習算法
4.6 不波網(wǎng)絡的應用
第五章 Hopfield反饋神經(jīng)網(wǎng)絡
5.1 聯(lián)想存儲器
5.2 反饋網(wǎng)絡
5.3 用反饋網(wǎng)絡作聯(lián)想存儲器
5.4 相關學習算法
5.5 反饋網(wǎng)絡用于優(yōu)化計算
第六章 神經(jīng)網(wǎng)絡應用于信號和圖像處理
6.1 LS準則下的神經(jīng)網(wǎng)絡自適應濾波
6.2 基于神經(jīng)網(wǎng)絡的譜估計
6.3 基于神經(jīng)網(wǎng)絡的高階譜估計
6.4 細胞神經(jīng)網(wǎng)絡用于圖像處理
6.5 腹水脫落癌細胞的識別研究
第七章 神經(jīng)網(wǎng)絡用于自動控制
7.1 概述
7.2 基于神經(jīng)網(wǎng)絡的系統(tǒng)辨識
7.3 基于神經(jīng)網(wǎng)絡的非線性預測控制
7.4 基于神經(jīng)網(wǎng)絡模型的柴油調(diào)合非線性控制和在線優(yōu)化
7.5 基于神經(jīng)網(wǎng)絡的化工過程動態(tài)監(jiān)控
參考文獻