人工神经网络原理及仿真实例

第1章  引言                  
 1. 1  人工神经网络简介                  
 1. 2  人工神经网络发展历史                  
 1. 2. 1  兴起阶段                  
 1. 2. 2  萧条阶段                  
 1. 2. 3  兴盛阶段                  
 1. 3  人工神经网络模型                  
 1. 3. 1  生物神经元模型                  
 1. 3. 2  人工神经网络的模型                  
 1. 4  人工神经网络的分类及学习规则                  
 1. 4. 1  人工神经网络的分类                  
 1. 4. 2  神经网络的学习                  
 1. 5  人工神经网络的信息处理能力                  
 1. 6  人工神经网络的应用                  
 1. 7  人工神经网络与人工智能                  
 1. 7. 1  人工智能简介                  
 1. 7. 2  人工智能与人工神经网络                  
 1. 8  习题                  
                   
 第2章  单层前向网络及LMS学习算法                  
 2. 1  单层感知器                  
 2. 1. 1  单层感知器模型                  
 2. 1. 2  单层感知器的学习算法                  
 2. 2  自适应线性元件                  
 2. 3  LMS学习算法                  
 2. 4  仿真实例                  
 2. 5  习题                  
                   
 第3章  多层前向网络及BP学习算法                  
 3. 1  多层感知器                  
 3. 2  BP学习算法                  
 3. 2. 1  BP学习算法                  
 3. 2. 2  BP学习算法步骤                  
 3. 2. 3  BP学习算法的改进                  
 3. 3  径向基网络                  
 3. 3. 1  RBF神经网络模型                  
 3. 3. 2  RBF网络的学习算法                  
 3. 3. 3  RBF网络与多层感知器的比较                  
 3. 4  仿真实例                  
 3. 5  习题                  
                   
 第4章  支持向量机及其学习算法                  
 4. 1  统计学习理论                  
 4. 2  支持向量机                  
 4. 2. 1  线性支持向量机                  
 4. 2. 2  非线性支持向量机                  
 4. 2. 3  支持向量机与多层前向网络的比较                  
 4. 3  支持向量机的学习算法                  
 4. 3. 1  学习算法                  
 4. 3. 2  改进算法                  
 4. 4  仿真实例                  
 4. 5  习题                  
                   
 第5章  Hopfield神经网络与联想记忆                  
 5. 1  神经动力学                  
 5. 2  离散Hoptield神经网络                  
 5. 2. 1  离散Hopfield网络模型                  
 5. 2. 2  离散Hopfield网络的运行规则                  
 5. 3  连续Hopfield神经网络                  
 5. 3. 1  连续Hopfield网络模型                  
 5. 3. 2  连续Hopfield网络稳定性分析                  
 5. 4  联想记忆                  
 5. 4. 1  联想记忆的基本概念                  
 5. 4. 2  Hopfield联想记忆网络                  
 5. 4. 3  Hopfield联想记忆网络的运行步骤                  
 5. 4. 4  联想记忆网络的改进                  
 5. 5  仿真实例                  
 5. 6  习题                  
                   
 第6章  随机神经网络及模拟退火算法                  
 6. 1  Boltzmann机                  
 6. 1. 1  Boltzmann机的网络结构                  
 6. 1. 2  Boltzmann机的工作原理                  
 6. 1. 3  Boltzmann机的运行步骤                  
 6. 1. 4  Boltzmann机的学习规则                  
 6. 2. Boltzmann机的改进                  
 6. 2. 1  确定性Boltzmann机                  
 6. 2. 2  Sigmoid置信度网络                  
 6. 3  模拟退火算法                  
 6. 3. 1  模拟退火原理                  
 6. 3. 2  模拟退火算法用于组合优化问题                  
 6. 4  仿真实例                  
 6. 5  习题                  
                   
 第7章  竞争神经网络                  
 7. 1  Hamnling网络                  
 7. 1. 1  Hamming网的网络结构                  
 7. 1. 2  网络的运行过程                  
 7. 1. 3  网络的学习算法                  
 7. 2  自组织映射网络                  
 7. 2. 1  自组织映射网络模型                  
 7. 2. 2  自组织映射学习算法                  
 7. 3  学习矢量量化                  
 7. 3. 1  网络模型                  
 7. 3. 2  学习矢量量化的学习算法                  
 7. 3. 3  学习矢量量化和自组织映射                  
 7. 4  主分量分析                  
 7. 4. 1  主分量分析方法                  
 7. 4. 2  前向主分量分析网络及其算法                  
 7. 4. 3  自适应主分量网络及其算法                  
 7. 5  仿真实例                  
 7. 6  习题                  
                   
 第8章  协同神经网络                  
 8. 1  协同学简介                  
 8. 1. 1  协同学的基本概念                  
 8. 1. 2  协同学的数学模型                  
 8. 2  协同神经网络及其学习算法                  
 8. 2. 1  协同神经网络的数学模型                  
 8. 2. 2  协同神经网络的结构                  
 8. 2. 3  协同神经网络的运行步骤                  
 8. 2. 4  协同学习算法                  
 8. 3  仿真实例                  
 8. 4  习题                  
 附录1  MATlAB及神经网络工具箱简介                  
 附录2  MATLAB(5. X版)中神经网络工具箱函数                  
 参考文献