图书信息作者：张雨浓，杨逸文，李巍著
出 版 社：中山大学出版社
出版时间：2010-10-1
版次：1
页数：217
印刷时间：2010-10-1
开本：16开
纸张：胶版纸
印次：1
I S B N：9787306037473
包装：平装
内容简介人工神经网络(ArtificialNeuralNetworks，ANN)是模拟生物神经系统的组织结构、处理方式和系统功能的简化人工系统；是一门涉及面广、综合性强、有半个多世纪研究历史的跨领域交叉学科，涉及自动化、电子工程、计算机科学、数学、统计学、神经生物学、心理思维科学等众多相关学科；由于其并行计算、分布式存储、高度容错、非线性自适应处理能力等显著特点，在模式识别、智能控制、组合优化、系统辨识与预测以及智能信息处理等领域都得到广泛的成功应用。20世纪80年代中期以来，人工神经网络(简称“神经网络”)研究不断地涌现出新的热潮，我国学术界也开始更深入地关注和引领该领域的研究与发展。近20年来，神经网络的理论研究和实际应用在许多领域取得了显著的进展，在国内外都进入了一个蓬勃发展的好时期。
在神经网络理论日渐成熟，它的应用逐渐扩大和深入的形势下，如何把握神经网络新的研究方向，向读者以及广大神经网络研究者介绍神经网络系统理论的最新发展，成为神经网络教科工作者面临的一大挑战。本书系统化地阐述了笔者在人工神经网络方面的最新研究成果，既给读者提供了神经网络研究中的新方向、新思路、新视角，又给出了一个相对全面的介绍，可供相关领域研究人员、教师、学生参考。
目录第1章人工神经网络概述
1.1神经网络的基本概念
1.1.1什么是人工神经网络
1.1.2人工神经网络的生物学基础
1.1.3人工神经元模型
1.1.4人工神经网络模型
1.1.5神经网络学习算法
1.2神经网络发展简史
1.3神经网络应用
1.3.1模式识别
1.3.2自动控制
1.3.3信号处理
1.3.4人工智能
参考文献
第2章传统神经网络及学习算法
2.1感知器
2.1.1简单单层感知器网络
2.1.2单层感知器神经网络
2.1.3单层感知器的有教师学习算法
2.1.4单层感知器网络的局限性
2.2径向基网络
2.3Hopfield神经网络
2.4误差回传(BP)神经网络
2.5MATLAB神经网络工具箱
参考文献
第3章BP神经网络
3.1BP神经网络的发展
3.2BP神经元及神经网络模型
3.3BP神经网络学习算法
3.3.1信号的正向传递
3.3.2BP学习算法的误差反向传播与权值阈值更新增量
3.3.3网络权值阈值更新公式
3.4BP神经网络的局限
3.4.1局部极小点
3.4.2学习／收敛速度慢
3.4.3网络结构难以确定
3.5标准BP算法的改进
3.5.1增加动量项的BP学习算法
3.5.2可变学习率的BP算法
3.5.3弹性BP学习算法
3.5.4共轭梯度法改进
3.5.5Levenber9—Marquardt算法
3.6计算机简单示例
参考文献
第4章权值直接确定法
4.1相关数学基础
4.1.1最佳逼近理论
4.1.2多元多项式的逼近理论
4.1.3矩阵伪逆与线性方程组求解
4.2幂激励前向神经网络
4.2.1网络模型与理论基础
4.2.2基于BP算法的迭代公式
4.2.3权值直接确定公式
4.2.4计算机仿真实例
4.2.5小结与思考
参考文献
附录
第5章权值可直接确定的神经网络模型（一）
第6章权值可直接确定的神经网络模型（二）
第7章权值可直接确定的其他神经网络模型
第8章神经网络结构自确定
第9章基于值直接确定法的网络结构自确定算法
第10章多输入神经网络权值与结构确定
试读部分第1章人工神经网络概述
人工神经网络(ArtificialNeuralNetwork，ANN，以下如无特别指出，则简称“神经网络”，NN)是模拟生物神经系统的组织结构、处理方式和系统功能的简化系统；是人工智能的一个分支，是一门始于20世纪40年代的新兴交叉学科，涉及数学、电子与控制、计算机科学、脑科学、神经生理学、认知科学、非线性动力学等众多学科领域。众所周知，人类大脑是思维活动的物质基础，而思维是人类智能的集中体现。长期以来，人们试图了解人脑的工作机理从而模仿人脑的功能。人工神经网络就是这样一类由大量处理单元(神经元)广泛互连而成的网络，是对人脑的抽象、简化和模拟，试图反映人脑的基本特性。自1943年第一个神经元模型——M—P(McCulloch—Pitts)模型被提出以来，人工神经网络研究经历了曲折的发展过程，迄今已建立了数十种甚至更多的网络模型，并以其特有的并行处理、分布式存储、自适应自组织自学习和高度容错能力而受到广泛关注，是近年来的热点研究领域之一，其应用范围更是涉及前述的计算机科学与技术、信息与通信工程、电气工程、人工智能、模式识别和控制工程等诸多学科和领域。
1.1神经网络的基本概念
本章下文将介绍人工神经网络的基本概念，以期读者有个轮廓性的了解，也为以后各章的具体讨论奠定相关的背景知识和基础。
1.1.1什么是人工神经网络
。。。。。
