人工神经网络理论·模型·算法与应用
点此进入淘宝搜索页搜索分類: 图书,计算机/网络,人工智能,
作者： 罗晓曙主编
出 版 社： 广西师范大学出版社
出版时间： 2005-4-1字数： 310000版次： 1页数： 179印刷时间： 2005/04/01开本： 16开印次： 1纸张： 胶版纸I S B N ： 9787563346592包装： 平装内容简介
本书由神经网络的原理和神经网络的应用两部分组成。第一部分阐述了当前最具体表性的几种神经网络模型，如前馈多层神经网络、反馈神经网络、自组织神经网络和混沌神经网络的结构、特点和学习算法。第二部分介绍了神经网络在系统辨识、自动控制、神经网络控制混沌等方面的应用。
本书可作为自动控制、电路与系统、计算机、信息处理、物理等专业的研究生教材和高年级本科生选修课教材，也可供有关科研人员参考。
目录
第一章神经网络基础概论
§1.1神经网络理论形成的科学背景
§1.2神经网络理论的发展历史与趋势
1.2.1早期阶段
1.2.220世纪70年代的过渡期
1.2.320世纪80年代的高潮期
1.2.4 目前的研究状况和方向
§1.3人工神经网络的生物学基础和人工神经元模型
1.3.1神经网络的生物学基础
1.3.2人工神经元模型
§1.4神经网络模型的定义和结构
1.4.1神经网络模型的定义
1.4.2神经网络模型的结构
§1.5人工神经网络计算和传统计算的特点比较
§1.6神经网络的学习规则与实现
1.6.1神经网络的学习规则
1.6.2神经网络的实现
§1.7神经网络的应用领域
第二章前馈神经网络
§2.1感知器
2.1.1单层感知器的网络结构
2.1.2 单层感知器的表征能力与线性可分性.
2.1.3感知器的学习算法
§2.2前馈型BP神经网络
2.2.1BP网络的结构
2.2.2BP网络的分类能力
§2.3BP网络的学习算法
2.3.1误差反向传播学习算法(EBP)
2.3.2EBP算法的缺点与改进
2.3.3模拟退火算法
2.3.4遗传算法
§2.4前馈型多层网络的映射能力与逼近能力
2.4.1前馈网络的映射能力
2.4.2前馈网络的逼近能力
§2.5 BP网络的设计讨论
§2.6 BP学习算法的VC++语言编程及有关结果
2.6.1EBP学习算法实现异或分类的C++语言程序
2.6.2运行结果
§2.7BP神经网络小结
§2.8径向基函数(RBF)神经网络
2.8.1RBF神经网络的生物学背景与结构
2.8.2 RBF网络的学习算法
§2.9小波神经网络
2.9.1小波函数的定义
2.9.2小波神经网络的结构
2.9.3小波神经网络的优点和学习算法
§2.10小脑模型神经网络
2.10.1 CMAC网络的结构
2.10.2 CMAC网络的学习算法
§2.11 FLAT神经网络
2.11.1 FLAT神经网络的结构
2.11.2 FLAT神经网络的学习算法
§2.12用径向基函数神经网络实现EEG信号的预测
2.12.1预测原理及其模型
2.12.2 RBF网络径向基函数的改进
2.12.3数据处理结果及讨论
第三章反馈神经网络
§3.1概述
§3.2离散Hopfield神经网络
3.2.1 网络的结构及工作方式
3.2.2网络的能量函数与稳定性分析
3.2.3网络的联想记忆和记忆容量
……
第四章自组织神经网络
第五章混沌神网络及其混沌控制
第六章基于神经网络的系统辨识
第七章神经网络与自动控制
参考文献
附录1用四阶龙格—库塔算法求解Lorenz系统的C语言程序
附录2时间序列快速傅立叶变换（FFT）的C语言程序
书摘插图
第一章神经网络基础概论
近代科学诞生之后，人类在研究自然现象及其规律性时，总是把研究对象归结为一个数学模型，通过研究这个数学模型的性质和规律达到认识自然界规律性的目的。神经网络模型就是一种基于生理学的智能仿生模型，它体现了当代几种著名的科学理论，如计算神经理论、耗散结构理论及分形、混沌理论的基本精神。它的突出特点是超高维和强非线性，具有自组织、自适应和自学习能力，以及非局域性、非定常性和非凸性等特点。神经网络模型的出现及其理论的发展，成为了一个全新的科学模型化的新范例，将对计算机科学与技术及其他相关科学的发展产生持久而深远的影响。
§1.1神经网络理论形成的科学背景
从神经网络科学的发展史来看，虽然早在20世纪40年代，心理学家和数学家出于研究人脑认知功能的目的，开展了基于生理学的智能仿生模型——即人工神经网络（以下简称神经网络）的研究，但神经网络作为一门科学，它成熟于20世纪80年代至90年代中期。经历了一个兴衰起伏的曲折发展过程，这一过程的出现是科学发展自身的规律性作用和实际应用需要的结果，主要有以下几个方面的原因：
（1）人类在研究自然、改造自然的过程中，逐渐认识到了研究人类大脑的物质结构、意识活动和生物特征的极端重要性。虽然人们已能从神经结构、细胞体构成和分子生物学的水平上初步探明了大脑组织的特征，并已可以通过生理实验证明许多大脑的认知机理，而且从定性上掌握了人脑的信息处理具有并行运算、分布式存储、自学习和联想记忆的特点。但因脑神经细胞的数量巨大（约为100亿个）和连接的高度复杂性，人们到目前为止还不能完全掌握大脑的物质组成结构、大脑思维、意识和精神活动的特点。神经网络理论的诞生，是人类建立研究大脑的一种科学模型化的新范例。
……
