神经网络设计

副标题：无

作者：[美]哈根等著，戴葵等译

分类号：

ISBN：9787111075851

收录收藏 (0) 评论纠错

微信扫一扫,移动浏览光盘

简介
光盘

简介

本书主要讲述神经网络的基本概念，介绍实用的网络模型、学习规则和训练方法。全书分19章，内容涵盖神经元模型和网络结构、感知机学习规则、有监督的Hebb学习、Widrow—Hoff学习算法、反向传播算法及其变形、联想学习、竞争网络、Grossberg网络、自适应谐振理论和Hopfield网络。书中注重对数学分析方法和性能优化的讨论，强调神经网络在模式识别、信号处理以及控制系统等实际工程问题中的应用。同时本书包含大量例题、习题，并配有基于MATLAB软件包的“神经网络设计演示”程序。本书可以作为大学高年级本科生或一年级研究生的神经网络课程教材，也可供从事相关研究工作的科技人员参考。

出版者的话
专家委员会
译者序
前言
第1章绪论
1.1 目的
1.2 历史
1.3 应用
1.4 生物学的启示
参考文献
第2章神经元模型和网络结构
2.1 目的
2.1　理论和实例
2.2.1 符号
2.2.2　神经元模型
2.2.3 网络结构
2.3 小结
2.4 例题
2.5 结束语
习题
第3章一个说明性实例
3.1 目的
3.2　理论和实例
3.2.1 问题描述
3.2.2 感知机
3.2.3 Hamming网络
3.2.4 Hopfield网络
3.3 结束语
习题
第4章感知机学习规则
4.1 目的
4.2 理论和实例
4.2.1 学习规则
4.2.2 感知机的结构
4.2.3 感知机学习规则
4.2.4 收敛性证明
4.3 小结
4.4 例题
4.5 结束语
参考文献
习题
第5章信号和权值向量空间
5.1 目的
5.2 理论和实例
5.2.1 线性向量空间
5.2.2 线性无关
5.2.3 生成空间
5.2.4 内积
5.2.5 范数
5.2.6 正交性
5.2.7 向量展开式
5.3 小结
5.4 例题
5.5 结束语
参考文献
习题
第6章神经网络中的线性变换
6.1 目的
6.2 理论和实例
6.2.1 线性变换
6.2.2 矩阵表示
6.2.3 基变换
6.2.4 特征值和特征向量
6.3 小结
6.4 例题
6.5 结束语
参考文献
习题
第7章有监督的Hebb学习
第8章性能曲面和最优点
第9章性能优化
第10章 Widrow-Hoff学习算法
第11章反向传播
第12章反向传播算法的变形
第13章联想学习
第14章竞争网络
第15章 Grossberg网络
第16章自适应谐振理论
第17章稳定性
第18章 Hopfield网络
第19章结束语
附录A 文献目录
附录B 符号
附录C 软件
索引

已确认勘误

页码	勘误内容	提交人	修订印次

神经网络设计

名称
类型
大小

用户反馈

FAQ

神经网络设计

已确认勘误

第次印刷 筛选

第次印刷