神經(jīng)網(wǎng)絡(luò)實用教程

定　價：￥19.00

作　者：	張良均編
出版社：	機械工業(yè)出版社
叢編項：	普通高等教育"十一五"規(guī)劃教材
標　簽：	人工智能

購買這本書可以去

ISBN：	9787111231783	出版時間：	2008-02-01	包裝：	平裝
開本：	16	頁數(shù)：	184 pages	字數(shù)：

內(nèi)容簡介

　　本書基于MATLAB 6．5/7提供的神經(jīng)網(wǎng)絡(luò)工具箱，介紹了神經(jīng)網(wǎng)絡(luò)常用算法、優(yōu)化算法及其混合編程實現(xiàn)。全書共分為6章，分別結(jié)合實例介紹了人工神經(jīng)網(wǎng)絡(luò)概述、實用神經(jīng)網(wǎng)絡(luò)模型與學習算法、神經(jīng)網(wǎng)絡(luò)算法優(yōu)化、nnToolKit神經(jīng)網(wǎng)絡(luò)工具包、MATLAB混合編程技術(shù)、混合編程案例。附錄中介紹了2NDN神經(jīng)網(wǎng)絡(luò)建模仿真平臺。全書圖文并茂，由淺人深，脈絡(luò)清晰，融教學與實例于一體，通過大量的神經(jīng)網(wǎng)絡(luò)應(yīng)用實例介紹了神經(jīng)網(wǎng)絡(luò)的常用算法及混合編程實現(xiàn)方法，并配有習題。全書可讀性和操作性較強。本書可作為高校自動化、計算機、材料化工、機械工程、數(shù)學、電子工程、信息與信息處理等專業(yè)的教材和相關(guān)專業(yè)工程技術(shù)人員的參考書，讀者可到智能中國網(wǎng)（www. 5iAI．com）上下載本書配套程序和電子課件。智能中國網(wǎng)是中國AI創(chuàng)業(yè)研發(fā)俱樂部旗下專業(yè)的人工智能網(wǎng)站。

作者簡介

暫缺《神經(jīng)網(wǎng)絡(luò)實用教程》作者簡介

圖書目錄

前言
　　第1章人工神經(jīng)網(wǎng)絡(luò)概述
　　1.1 神經(jīng)網(wǎng)絡(luò)的基本概念
　　1.1.1 生物神經(jīng)元的結(jié)構(gòu)與功能特點
　　1.1.2 人工神經(jīng)元模型
　　1.1.3 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及工作方式
　　1.1.4 神經(jīng)網(wǎng)絡(luò)的學習
　　
　　1.2 神經(jīng)網(wǎng)絡(luò)的特點及其應(yīng)用
　　1.2.1 神經(jīng)網(wǎng)絡(luò)的特點
　　1.2.2 神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
　　練習題
　　
　　第2章實用神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.1 MATLAB快速入門
　　2.1.1 MATLAB界面組成
　　2.1.2 MATLAB基本運算
　　2.1.3 MATLAB繪圖函數(shù)
　　
　　2.2 感知器神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.2.1 單層感知器
　　2.2.2 單層感知器的學習算法
　　2.2.3 單層感知器的MATLAB實現(xiàn)
　　2.2.4 多層感知器
　　
　　2.3 線性神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.3.1 線性神經(jīng)元網(wǎng)絡(luò)模型
　　2.3.2 線性神經(jīng)網(wǎng)絡(luò)的學習算法
　　2.3.3 線性神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn)
　　
　　2.4 BP神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.4.1 BP神經(jīng)網(wǎng)絡(luò)模型
　　2.4.2 BP網(wǎng)絡(luò)的標準學習算法
　　2.4.3 BP神經(jīng)網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.5 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.5.1 RBF神經(jīng)網(wǎng)絡(luò)模型
　　2.5.2 RBF網(wǎng)絡(luò)的學習算法
　　2.5.3 RBF網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.6 自組織神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.6.1 自組織特征映射神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.6.2 自組織特征映射網(wǎng)絡(luò)的學習算法
　　2.6.3 自組織網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.7 學習向量量化（LVQ）神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.7.1 LVQ神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.7.2 LVQ神經(jīng)網(wǎng)絡(luò)的學習算法
　　2.7.3 LVQ神經(jīng)網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.8 Elman神經(jīng)網(wǎng)絡(luò)算法模型與學習算法
　　2.8.1 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.8.2 Elman神經(jīng)網(wǎng)絡(luò)學習算法
　　2.8.3 Elman神經(jīng)網(wǎng)絡(luò)學習算法的MATLAB實現(xiàn)
　　
　　2.9 Hopfield神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.9.1 離散Hopfield神經(jīng)網(wǎng)絡(luò)
　　2.9.2 連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)
　　2.9.3 Hopfield神經(jīng)網(wǎng)絡(luò)的MATLAB實現(xiàn)
　　
　　2.10 Boltzmann神經(jīng)網(wǎng)絡(luò)模型與學習算法
　　2.10.1 Boltzmann機的網(wǎng)絡(luò)結(jié)構(gòu)
　　2.10.2 Boltzmann機學習算法
　　
　　2.11 模糊神經(jīng)網(wǎng)絡(luò)
　　2.11.1 模糊神經(jīng)網(wǎng)絡(luò)主要形式
　　2.11.2 模糊神經(jīng)網(wǎng)絡(luò)模型
　　2.11.3 模糊神經(jīng)網(wǎng)絡(luò)學習方法
　　2.11.4 模糊邏輯MATLAB函數(shù)
　　練習題
　　
　　第3章神經(jīng)網(wǎng)絡(luò)優(yōu)化方法
　　3.1 BP網(wǎng)絡(luò)學習算法的改進
　　3.1.1 消除樣本輸入順序影響的改進算法
　　3.1.2 附加動量的改進算法
　　3.1.3 采用自適應(yīng)調(diào)整參數(shù)的改進算法
　　……
　　第4章 nnToolKit神經(jīng)網(wǎng)絡(luò)工具包
　　第5章 MATLAB混合編程技術(shù)
　　第6章混合編程案例
　　附錄 2NDN神經(jīng)網(wǎng)絡(luò)建模仿真工具
　　參考文獻