自动化·信息工程类系列规划教材 |
| 1 绪论 1.1 人脑与计算机 1.1.1 人脑与计算机信息处理能力的比较 1.1.2 人脑与计算机信息处理机制的比较 1.1.3 什么是人工神经网络 1.2 人工神经网络发展简史 1.2.1 启蒙时期 1.2.2 低潮时期 1.2.3 复兴时期 1.2.4 新时期 1.2.5 国内研究概况 1.3 神经网络的基本特征与功能 1.3.1 神经网络的基本特征 1.3.2 神经网络的基本功能 1.4 神经网络的应用领域 1.4.1 信息处理领域 1.4.2 自动化领域 1.4.3 工程领域 1.4.4 经济领域 1.4.5 医学领域 本章小结 思考与练习 2 神经网络基础知识 2.1 人工神经网络的生物学基础 2.1.1 生物神经元的结构 2.1.2 生物神经元的信息处理机理 2.2 人工神经元模型 2.2.1 神经元的建模 2.2.2 神经元的数学模型 2.2.3 神经元的转移函数 2.3 人工神经网络模型 2.3.1 网络拓扑结构类型 2.3.2 网络信息流向类型 2.4 神经网络学习 2.4.1 Hebb学习规则 2.4.2 Perceptron学习规则 2.4.3 δ学习规则 2.4.4 LMS学习规则 2.4.5 Correlation学习规则 2.4.6 WinnerTakeAll学习规则 2.4.7 Outstar学习规则 本章小结 思考与练习 3 监督学习神经网络 3.1 单层感知器 3.1.1 感知器模型 3.1.2 单节点感知器的功能分析 3.1.3 感知器的学习算法 3.1.4 感知器的局限性及解决途径 3.2 基于误差反传的多层感知器——BP神经网络 3.2.1 BP网络模型 3.2.2 BP学习算法 3.2.3 BP算法的程序实现 3.2.4 BP网络的主要能力 3.2.5 误差曲面与BP算法的局限性 3.3 BP算法的改进 3 |
内容加载中，请稍后...
商品评论（0条）