人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)

定　價(jià)：￥24.00

作　者：	丁士圻,郭麗華
出版社：	哈爾濱工程大學(xué)出版社
叢編項(xiàng)：	研究生用教材
標(biāo)　簽：	研究生

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787811332063	出版時(shí)間：	2008-03-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	208	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《研究生用教材？人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)》以信號(hào)與信息處理、模式識(shí)別與智能系統(tǒng)等學(xué)科為背景，介紹人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)。為了更好地學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)的需要，在不同章節(jié)較多而通俗地插入介紹了生物神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能特點(diǎn)以及人類(lèi)認(rèn)知心理學(xué)等方面的有用知識(shí)。對(duì)BP型前向多層網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)、波爾茲曼機(jī)概率型網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)和自適應(yīng)諧（ART）網(wǎng)絡(luò)等基本類(lèi)型的人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了較為詳細(xì)的和基礎(chǔ)性的介紹?！堆芯可媒滩模咳斯ど窠?jīng)網(wǎng)絡(luò)基礎(chǔ)》內(nèi)容深入淺出，語(yǔ)言通俗易懂。在每章最后，結(jié)合本章的關(guān)鍵問(wèn)題給出了思考與討論題目，以引起讀者對(duì)這些問(wèn)題更多地關(guān)注或者在教學(xué)環(huán)節(jié)中進(jìn)行討論。

作者簡(jiǎn)介

暫缺《人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論
1.1 引言
1.2 生物神經(jīng)元和生物神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
1.3 人工神經(jīng)元和人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)。為了更好地學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)的需要，在不同章節(jié)較多而通俗地插入介紹了生物神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能特點(diǎn)以及人類(lèi)認(rèn)知心理學(xué)等方面的有用知識(shí)。對(duì)BP型前向多層網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)、波爾茲曼機(jī)概率型網(wǎng)絡(luò)、自組織特征映射網(wǎng)絡(luò)和自適應(yīng)諧（ART）網(wǎng)絡(luò)等基本類(lèi)型的人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了較為詳細(xì)的和基礎(chǔ)性的介紹。
思考與討論
參考文獻(xiàn)
第2章前向多層網(wǎng)絡(luò)
2.1 人工神經(jīng)網(wǎng)絡(luò)入門(mén)：?jiǎn)蝹€(gè)神經(jīng)元分類(lèi)識(shí)別器
2.2 感知機(jī)：歷史和概念
2.3 前向多層網(wǎng)絡(luò)誤差反向傳遞算法：BP網(wǎng)絡(luò)
2.4 BP網(wǎng)絡(luò)及有教師學(xué)習(xí)的概念模型
2.5 BP網(wǎng)絡(luò)應(yīng)用舉例
2.6 徑向基函數(shù)網(wǎng)絡(luò)
思考與討論
參考文獻(xiàn)
第3章 Hopfield網(wǎng)絡(luò)
3.1 引言
3.2 網(wǎng)絡(luò)模型
3.3 Hopfield網(wǎng)絡(luò)的聯(lián)想記憶功能
3.4 Hopfield網(wǎng)絡(luò)的最優(yōu)化處理和計(jì)算功能
思考與討論
參考文獻(xiàn)
第4章波爾茲曼機(jī)（BM）網(wǎng)絡(luò)簡(jiǎn)介
4.1 概述
4.2 波爾茲曼機(jī)的基本原理
4.3 波爾茲曼機(jī)的實(shí)驗(yàn)應(yīng)用舉例
4.4 波爾茲曼機(jī)小結(jié)
思考與討論
參考文獻(xiàn)
第5章自組織特征映射網(wǎng)絡(luò)（SOFM）
5.1 引言
5.2 自組織特征提取的算法及其數(shù)學(xué)證明
5.3 競(jìng)爭(zhēng)學(xué)習(xí)和自穩(wěn)定學(xué)習(xí)
5.4 Kohonen網(wǎng)絡(luò)：具有確定側(cè)反饋的多神經(jīng)元SOFM網(wǎng)絡(luò)
5.5 SOFM網(wǎng)絡(luò)應(yīng)用舉例：Kohonen神經(jīng)網(wǎng)絡(luò)語(yǔ)音打字機(jī)
思考與討論
參考文獻(xiàn)
第6章 ART網(wǎng)絡(luò)
6.1 引言
6.2 ART-1網(wǎng)絡(luò)
6.3 ART-2網(wǎng)絡(luò)
6.4 ART-3網(wǎng)絡(luò)簡(jiǎn)介
6.5 結(jié)語(yǔ)
思考與討論
參考文獻(xiàn)
第7章人工神經(jīng)網(wǎng)絡(luò)的軟件實(shí)踐和仿真
7.1 引言
7.2 利用參數(shù)和函數(shù)進(jìn)行網(wǎng)絡(luò)設(shè)計(jì)和仿真示例
7.3 MATLAB的GUI設(shè)計(jì)與分析
7.4 人工神經(jīng)網(wǎng)絡(luò)的Simulink仿真
參考文獻(xiàn)