前饋神經(jīng)網(wǎng)絡(luò)分析與設(shè)計(jì)

總序
前言
第1章 緒論
1.1 引言
1.2 神經(jīng)網(wǎng)絡(luò)及其發(fā)展
1.2.1 神經(jīng)網(wǎng)絡(luò)的定義
1.2.2 神經(jīng)網(wǎng)絡(luò)的功能
1.2.3 神經(jīng)網(wǎng)絡(luò)的發(fā)展
1.2.4 神經(jīng)網(wǎng)絡(luò)的應(yīng)用
1.3 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)
1.3.1 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
1.3.2 前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)研究現(xiàn)狀
1.4 本書主要內(nèi)容
1.4.1 神經(jīng)網(wǎng)絡(luò)參數(shù)學(xué)習(xí)算法研究
1.4.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)方法研究
1.4.3 自組織神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)算法研究
1.4.4 應(yīng)用研究
參考文獻(xiàn)
第2章 感知器神經(jīng)網(wǎng)絡(luò)
2.1 引言
2.2 感知器神經(jīng)網(wǎng)絡(luò)分析
2.2.1 單神經(jīng)元分析
2.2.2 單層感知器神經(jīng)網(wǎng)絡(luò)
2.2.3 多層感知器神經(jīng)網(wǎng)絡(luò)
2.3 感知器神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
2.3.1 隱含層與輸出層之間的權(quán)值修正
2.3.2 輸入層與隱含層之間的權(quán)值修正
2.3.3 BP算法的改進(jìn)
2.4 本章小結(jié)
附錄A數(shù)學(xué)基礎(chǔ)
附錄A.1 泰勒引理
附錄A.2 泰勒定理和推論
參考文獻(xiàn)
第3章 RBF神經(jīng)網(wǎng)絡(luò)
3.1 引言
3.2 RBF神經(jīng)網(wǎng)絡(luò)原理
3.2.1 插值計(jì)算
3.2.2 模式可分性
3.2.3 正規(guī)化法則
3.2.4 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
3.3 RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
3.3.1 中心值學(xué)習(xí)策略
3.3.2 隱含層和輸出層連接權(quán)值學(xué)習(xí)策略
3.4 本章小結(jié)
附錄B數(shù)學(xué)運(yùn)算
附錄B.1 域和向量空間
附錄B.2　矩陣的表示和運(yùn)算
附錄B.3 矩陣的性質(zhì)
附錄B.4 矩陣范數(shù)的運(yùn)算
參考文獻(xiàn)
第4章 模糊神經(jīng)網(wǎng)絡(luò)
4.1 引言
4.2 模糊推理系統(tǒng)描述
4.2.1 模糊集合與隸屬函數(shù)
4.2.2 模糊運(yùn)算
4.3 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
4.4 模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
4.5 本章小結(jié)
參考文獻(xiàn)
第5章 前饋神經(jīng)網(wǎng)絡(luò)快速下降算法研究
5.1 引言
5.2 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)
5.2.1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及信息處理
5.2.2 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法分析
5.3 快速下降算法
5.3.1 快速下降算法描述
5.3.2 快速下降算法收斂性分析
5.4 仿真研究
5.4.1 感知器神經(jīng)網(wǎng)絡(luò)仿真研究
5.4.2 RBF神經(jīng)網(wǎng)絡(luò)仿真研究
5.5 本章小結(jié)
參考文獻(xiàn)
第6章 前饋神經(jīng)網(wǎng)絡(luò)改進(jìn)型遞歸最小二乘算法研究
6.1 引言
6.2 遞歸最小二乘算法
6.2.1 遞歸最小二乘算法描述
6.2.2 遞歸最小二乘算法分析
6.3 改進(jìn)型遞歸最小二乘算法
6.3.1 改進(jìn)型遞歸最小二乘算法描述
6.3.2 改進(jìn)型遞歸最小二乘算法收斂性分析
6.4 改進(jìn)型遞歸最小二乘算法的應(yīng)用
6.4.1 非線性函數(shù)逼近
6.4.2 雙螺旋模式分類
6.4.3 污泥膨脹預(yù)測(cè)
6.5 本章小結(jié)
參考文獻(xiàn)
第7章 基于顯著性分析的快速修剪型感知器神經(jīng)網(wǎng)絡(luò)
7.1 引言
7.1.1 增長型神經(jīng)網(wǎng)絡(luò)
7.1.2 修剪型神經(jīng)網(wǎng)絡(luò)
7.2 顯著性分析
7.2.1 誤差曲面分析
7.2.2 顯著性分析算法
7.3 基于顯著性分析的快速修剪算法
7.3.1 多層感知器神經(jīng)網(wǎng)絡(luò)
7.3.2 多層感知器神經(jīng)網(wǎng)絡(luò)快速修剪算法
7.3.3 仿真研究
7.4 本章小結(jié)
參考文獻(xiàn)
第8章 增長修剪型多層感知器神經(jīng)網(wǎng)絡(luò)
8.1 引言
8.2 敏感度計(jì)算
8.2.1 敏感度分析方法的分類
8.2.2 敏感度分析方法
8.2.3 敏感度計(jì)算
8.3 神經(jīng)網(wǎng)絡(luò)輸出敏感度分析
8.3.1 敏感度分析的頻域研究
8.3.2 神經(jīng)網(wǎng)絡(luò)輸出敏感度分析
8.4 增長修剪型多層感知器神經(jīng)網(wǎng)絡(luò)分析
8.4.1 隱含層神經(jīng)元的敏感度
8.4.2 神經(jīng)元增長和修剪
8.4.3 增長修剪型感知器神經(jīng)網(wǎng)絡(luò)
8.4.4 收斂性分析
8.5 增長修剪型多層感知器神經(jīng)網(wǎng)絡(luò)應(yīng)用
8.5.1 非線性函數(shù)逼近
8.5.2 數(shù)據(jù)分類
8.5.3 生化需氧量軟測(cè)量
8.6 本章小結(jié)
參考文獻(xiàn)
第9章 彈性RBF神經(jīng)網(wǎng)絡(luò)
9.1 引言
9.2 RBF神經(jīng)網(wǎng)絡(luò)描述
9.3 彈性RBF神經(jīng)網(wǎng)絡(luò)
9.3.1 神經(jīng)元修復(fù)準(zhǔn)則
9.3.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化設(shè)計(jì)
9.3.3 彈性RBF神經(jīng)網(wǎng)絡(luò)
9.3.4 收斂性分析
9.4 彈性RBF神經(jīng)網(wǎng)絡(luò)應(yīng)用
9.4.1 非線性函數(shù)逼近
9.4.2 非線性系統(tǒng)建模
9.4.3 溶解氧模型預(yù)測(cè)控制
9.5 本章小結(jié)
附錄C熵
附錄C.1 熵的概念
附錄C.2 互信息
參考文獻(xiàn)
第10章 自組織模糊神經(jīng)網(wǎng)絡(luò)
10.1 引言
10.2 模糊神經(jīng)網(wǎng)絡(luò)
10.3 自組織模糊神經(jīng)網(wǎng)絡(luò)分析
10.3.1 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化
10.3.2 模糊神經(jīng)網(wǎng)絡(luò)自組織設(shè)計(jì)算法
10.3.3 收斂性分析
10.4 自組織模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用
10.4.1 非線性系統(tǒng)建模
10.4.2 Mackey Glass時(shí)間序列系統(tǒng)預(yù)測(cè)
10.4.3 污水處理關(guān)鍵水質(zhì)參數(shù)預(yù)測(cè)
10.4.4 污水處理過程溶解氧控制
10.5 本章小結(jié)
參考文獻(xiàn)
索引