《神经网络权值直接确定法》是由中山大学出版社出版的。 |
张雨浓，男，博士，教授，博士生导师，1973年10月生。1992年至1996年在华中理工大学攻读学士学位；1996年考入华南理工大学攻读硕士学位，期间荣获多项奖励，如西门子奖学金和南粤优秀研究生奖学金。1999年至2002年在中国香港中文大学攻读博士学位，期间发表6篇IEEE Transactions杂志论文和3篇其他杂志论文，并荣获香港Lee Hysan研究生奖学金。2003年完成博士学业之后，在新加坡国立大学电力与计算机工程系做博士后研究，主要研究领域为时变求逆的神经网络和冗余机器人系统。2004年前往英.. << 查看详细 |
| 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 2.3 hopfield神经网络 2.4 误差回传(bp)神经网络 2.5 matlab神经网络工具箱 参考文献 第3章 bp神经网络 3.1 bp神经网络的发展 3.2 bp神经元及神经网络模型 3.3 bp神经网络学习算法 3.3.1 信号的正向传递 3.3.2 bp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 3.4 bp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 3.5.5 levenber9—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 |
内容加载中，请稍后...
商品评论（0条）