神经计算智能基础：原理·方法

第一章 智能科学发展概述
1.1 智能的探索
1.2 智能的涵义
1.3 电脑的发展历程
1.4 传统AI的成就与局了性
1.5 人工神经网络的发展历程与反思
1.6 智能科学的相关技术
1.7 智能科学中的若干哲学问题
1.8 智能科学发展展望
第二章 智能的生物特征与本质
2.1 脑的哲学思考
2.2 脑的结构与功能
2.3 视觉系统的剖析
2.4 记忆与遗忘
2.5 意识与思维
2.6 生物智能系统的启示
第三章 代神经网络
3.1 人工神经元
3.2 感知机
3.3 神经网络学习机制
3.4 前馈型BP网络
3.5 反馈型Hopfield网络
3.6 Kohonen自组织网络
3.7 几类特殊的神经网络
第四章 模糊逻辑基础
4.1 智能的模糊特征
4.2 模糊集合的基本概念
4.3 隶属函数
4.4 模糊区间与模糊中心
4.5 订合与经典集合的联系
4.6 模糊矩阵与模糊关系
4.7 模糊控制
第五章 联想记忆与编码
5.1 联想与智能
5.2 联想网络
5.3 联想学习
5.4 模糊联想记忆
5.5 稳定吸引子与编码
第六章 进化计算
6.1 生物进化的启示
6.2 进化计算的种类
6.3 遗传算法的原理方法
6.4 遗传算法求解TSP
6.5 遗传算法的其他应用
6.6 进化计算的评价
第七章 混沌与分形
7.1 混沌现象与混沌学
7.2 混沌神经元模型
7.3 生命的节律
7.4 分形
7.5 混沌与分形的应用
第八章 模糊神经计算智能系统
8.1 神经网络和模糊技术的融合
8.2 模糊神经网络
8.3 模糊神经计算智能系统组成
8.4 特征的选择提取与排序
8.5 学习样本
8.6 FNN的体系结构
8.7 计算智能的满意输出原理和方法
8.8 计算智能在未来世纪中的发展
参考文献 【媒体评论】