神經網絡設計

定　價：￥49.00

作　者：	（美）Martin T. Hagan，（美）Howard B.Demuth，（美）Mark H.Beale著；戴葵等譯；戴葵譯
出版社：	機械工業(yè)出版社
叢編項：	國外經典教材
標　簽：	暫缺

購買這本書可以去

ISBN：	9787111075851	出版時間：	2005-08-01	包裝：	膠版紙
開本：	26cm＋磁盤1片	頁數(shù)：	463	字數(shù)：

內容簡介

　　《神經網絡設計》主要講述神經網絡的基本概念，介紹實用的網絡模型、學習規(guī)則和訓練方法。全書分19章，內容涵蓋神經元模型和網絡結構、感知機學習規(guī)則、有監(jiān)督的Hebb學習、Widrow—Hoff學習算法、反向傳播算法及其變形、聯(lián)想學習、競爭網絡、Grossberg網絡、自適應諧振理論和Hopfield網絡。書中注重對數(shù)學分析方法和性能優(yōu)化的討論，強調神經網絡在模式識別、信號處理以及控制系統(tǒng)等實際工程問題中的應用。同時《神經網絡設計》包含大量例題、習題，并配有基于MATLAB軟件包的“神經網絡設計演示”程序。《神經網絡設計》可以作為大學高年級本科生或一年級研究生的神經網絡課程教材，也可供從事相關研究工作的科技人員參考。

作者簡介

暫缺《神經網絡設計》作者簡介

圖書目錄

第1章  緒論
1. 1  目的
1. 2  歷史
1. 3  應用
1. 4  生物學的啟示
參考文獻
第2章  神經元模型和網絡結構
2. 1  目的
2. 1　理論和實例
2. 2. 1  符號
2. 2. 2　神經元模型
2. 2. 3  網絡結構
2. 3  小結
2. 4  例題
2. 5  結束語
習題
第3章  一個說明性實例
3. 1  目的
3. 2　理論和實例
3. 2. 1  問題描述
3. 2. 2  感知機
3. 2. 3  Hamming網絡
3. 2. 4  Hopfield網絡
3. 3  結束語
習題
第4章  感知機學習規(guī)則
4. 1  目的
4. 2  理論和實例
4. 2. 1  學習規(guī)則
4. 2. 2  感知機的結構
4. 2. 3  感知機學習規(guī)則
4. 2. 4  收斂性證明
4. 3  小結
4. 4  例題
4. 5  結束語
參考文獻
習題
第5章  信號和權值向量空間
5. 1  目的
5. 2  理論和實例
5. 2. 1  線性向量空間
5. 2. 2  線性無關
5. 2. 3  生成空間
5. 2. 4  內積
5. 2. 5  范數(shù)
5. 2. 6  正交性
5. 2. 7  向量展開式
5. 3  小結
5. 4  例題
5. 5  結束語
參考文獻
習題
第6章  神經網絡中的線性變換
6. 1  目的
6. 2  理論和實例
6. 2. 1  線性變換
6. 2. 2  矩陣表示
6. 2. 3  基變換
6. 2. 4  特征值和特征向量
6. 3  小結
6. 4  例題
6. 5  結束語
參考文獻
習題
第7章  有監(jiān)督的Hebb學習
7. 1  目的
7. 2  理論和實例
7. 2. 1  線性聯(lián)想器
7. 2. 2  Hebb規(guī)則
7. 2. 3  仿逆規(guī)則
7. 2. 4  應用
7. 2. 5  Hebb學習的變形
7. 3  小結
7. 4  例題
7. 5  結束語
參考文獻
習題
第8章  性能曲面和最優(yōu)點
8. 1  目的
8. 2  理論和實例
8. 2. 1  泰勒級數(shù)
8. 2. 2  方向導數(shù)
8. 2. 3  極小點
8. 2. 4  優(yōu)化的必要條件
8. 2. 5  二次函數(shù)
8. 3  小結
8. 4  例題
8. 5  結束語
參考文獻
習題
第9章  性能優(yōu)化
9. 1  目的
9. 2  理論和實例
9. 2. 1  最速下降法
9. 2. 2  牛頓法
9. 2. 3  共扼梯度法
9. 3  小結
9. 4  例題
9. 5  結束語
參考文獻
習題
第10章  Widrow-Hoff學習算法
10. 1  目的
10. 2  理論和實例
10. 2. 1  ADALINE網絡
10. 2. 2  均方誤差
10. 2. 3  LMS算法
10. 2. 4  收斂性分析
10. 2. 5  自適應濾波
10. 3  小結
10. 4  例題
10. 5  結束語
參考文獻
習題
第11章  反向傳播
11. 1  目的
11. 2  理論和實例
11. 2. 1  多層感知機
11. 2. 2  反向傳播算法
11. 2. 3  例子
11. 2. 4  反向傳播
11. 3  小結
11. 4  例題
11. 5  結束語
參考文獻
習題
第12章  反向傳播算法的變形
12. 1  目的
12. 2  理論和實例
12. 2. 1  BP算法的缺點
12. 2. 2  BP算法的啟發(fā)式改進
12. 2. 3  數(shù)值優(yōu)化技術
12. 3  小結
12. 4  例題
12. 5  結束語
參考文獻
習題
第13章  聯(lián)想學習
13. 1  目的
13. 2  理論和實例
13. 2. 1  簡單聯(lián)想網絡
13. 2. 2  無監(jiān)督的Hebb規(guī)則
13. 2. 3  簡單的識別網絡
13. 2. 4  instar規(guī)則
13. 2. 5  簡單回憶網絡
13. 2. 6  outstar規(guī)則
13. 3  小結
13. 4  例題
13. 5  結束語
參考文獻
習題
第14章  競爭網絡
14. 1  目的
14. 2  理論和實例
14. 2. 1  Hamming網絡
14. 2. 2  競爭層
14. 2. 3  生物學意義上的競爭層
14. 2. 4  自組織特征圖
14. 2. 5  學習向量量化
14. 3  小結
14. 4  例題
14. 5  結束語
參考文獻
習題
第15章  Grossberg網絡
15. 1  目的
15. 2  理論和實例
15. 2. 1  生物學的啟發(fā)：視覺
15. 2. 2  基本非線性模型
15. 2. 3  兩層競爭網絡
15. 2. 4  與Kohonen規(guī)則的關系
15. 3  小結
15. 4  例題
15. 5  結束語
參考文獻
習題
第16章  自適應諧振理論
16. 1  目的
16. 2  理論和實例
16. 2. 1  自適應諧振概述
16. 2. 2  第一層
16. 2. 3  第二層
16. 2. 4  調整子系統(tǒng)
16. 2. 5  學習規(guī)則：L1-L2
16. 2. 6  學習規(guī)則：L2-L1
16. 2. 7  ART1算法小結
16. 2. 8  其他ART體系結構
16. 3  小結
16. 4  例題
16. 5  結束語
參考文獻
習題
第17章  穩(wěn)定性
17. 1  目的
17. 2  理論和實例
17. 2. 1  遞歸網絡
17. 2. 2  穩(wěn)定性概念
17. 2. 3  Lyapunov穩(wěn)定性定理
17. 2. 4  單擺例子
17. 2. 5  LaSdlle不變性定理
17. 3  小結
17. 4  例題
17. 5  結束語
參考文獻
習題
第18章  Hopfield網絡
18. 1  目的
18. 2  理論和實例
18. 2. 1  Hopfield模型
18. 2. 2  Lyapunov函數(shù)
18. 2. 3  增益效應
18. 2. 4  Hopfield網絡設計
18. 3  小結
18. 4  例題
18. 5  結束語
參考文獻
習題
第19章  結束語
19. 1  目的
19. 2  理論和實例
19. 2. 1  前饋和聯(lián)想網絡
19. 2. 2  競爭網絡
19. 2. 3  動態(tài)聯(lián)想存儲器網絡
19. 2. 4  神經網絡的經典基礎
19. 2. 5  參考書目和雜志
19. 3  結束語
參考文獻
附錄A  文獻目錄
附錄B  符號
附錄C  軟件
索引