人工神经网络教程

第1章 绪 论.

1．1 人工神经网络概述

1．2 人工神经网络发展简史

1．3 神经网络的基本特点与功能

1．4 神经网络的应用领域

本章小结

思考与练习

第2章 人工神经网络建模基础

2．1 脑的生物神经系统概述

2．2 生物神经网络基础

2．3 人工神经元模型

2．4 人工神经网络模型

2．5 神经网络学习

本章小结

思考与练习

第3章 感知器神经网络

3．1 单层感知器

3．2 多层感知器

3，3 自适应线性单元简介

3．4 误差反传算法

.3．5 标准bp算法的改进

3．6 基于bp算法的多层感知器设计基础

3．7 基于bp算法的多层感知器应用与设计实例

本章小结

思考与练习

第4章 自组织竞争神经网络

4．1 竞争学习的概念与原理

4．2 自组织特征映射神经网络

4．3 学习向量量化神经网络

4．4 对偶传播神经网络

4．5 自适应共振理论网络

本章小结

思考与练习

第5章 径向基函数神经网络

5．1 基于径向基函数技术的函数逼近与内插

5．2 正则化理论与正则化rbf网络

5．3 模式可分性观点与广义rbf网络

5．4 rbf网络常用学习算法

5．5 rbf网络与多层感知器的比较

5．6 rbf网络的设计与应用实例

本章小结

思考与练习..

第6章 反馈神经网络

6．1 离散型hopfield神经网络

6．2 连续型hopfield神经网络

6．3 hopfield网络应用与设计实例

6．4 双向联想记忆神经网络

6．5 随机神经网络

本章小结

思考与练习

第7章 小脑模型神经网络

7．1 cmac网络的结构

7．2 cmac网络的工作原理

7．3 cmac网络的学习算法

7．4 cmac网络的应用

第8章 支持向量机

8．1 支持向量机的基本思想

8．2 非线性支持向量机

8．3 支持向量机的学习算法

8．4 支持向量机设计应用实例

本章小结

思考与练习

第9章 遗传算法与神经网络进化

9．1 遗传算法的原理与特点

9．2 遗传算法的基本操作与模式理论

9．3 遗传算法的实现与改进

9．4 遗传算法在神经网络设计中的应用

本章小结

思考与练习

第10章 神经网络系统设计与软硬件实现

10．1 神经网络系统总体设计

10．2 神经网络的软件实现

10．3 神经网络的高级开发环境

10．4 神经网络的硬件实现

本章小结

第11章 人工神经系统

11．1 人工神经系统的基本概念

11．2 人工神经系统的体系结构

11．3 人工神经系统的控制特性

11．4 人工神经系统的信息模式

11．5 人工神经系统的应用示例

本章小结

附录a 常用算法的matlab程序

附录b 常用神经网络源程序

附录c 神经网络常用术语英汉对照

参考文献...