本书是现代计算机科学技术精品教材之一，介绍了人工神经网络的基本原理及其应用。重点阐述了9种常见神经网络的结构组成、工作原理、设计方法及应用实例。其中心内容包括前馈型BP神经网络；反馈型Hopfield神经网络和双向联想记忆BAM神经网络；局部逼近的CMAC小脑神经网络和径向基函数RBF神经网络；竞争学习的自组织SOM神经网络、对偶传播CPN神经网络、ART自适应谐振理论及量子神经网络。 本书可作为电子、自动化、仪器仪表、计算机及相关专业研究生教材，书中介绍的相关算法及应用实践，对相关理论研究者和工程技术人员也具有一定的指导意义。 |
第1章 人工神经网络的基础知识 1.1人工神经网络发展的历史及现状 1.1.1人工神经网络研究阶段的划分 1.1.2人工神经网络国内外研究状况 1.1.3神经网络的发展展望 1.2人工神经网络的基本模型及其功能 1.2.1人工神经元的模型 1.2.2人工神经网络的特性 1.2.3人工神经网络的基本功能 1.2.4人工神经网络的应用领域 1.3人工神经网络的基本要素 1.3.1神经元功能函数 1.3.2神经元之间的连接形式 1.3.3人工神经网络的学习(训练) 1.4本章小结 1.5思考题。 1.6参考文献 第2章 bp误差反传神经网络 2.1 bp神经网络模型及其学习算法 . 2.1.1 bp网络结构 2.1.2 bp网络学习算法 2.2 bp神经网络设计的一般原则 2.2.1 bp网络参数设计 2.2.2 bp网络结构参数设计 2.3 bp神经网络的应用 2.3.1 bp神经网络在模拟电路故障诊断中应用 2.3.2 bp神经网络在多传感器信息融合故障诊断中应用 2.3.3 bp神经网络在工业生产中的应用 ——基于人工神经网络的热轧带钢热流密度预测 2.3.4 bp神经网络在工程建设安全管理中的应用 ——基于人工神经网络的工程建设安全管理效果评价 2.4本章小结 2.5思考题 …… |
内容加载中，请稍后...
商品评论（0条）