神經(jīng)網(wǎng)絡(luò)實(shí)用教程

定　價(jià)：￥19.00

作　者：	張良均編
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	普通高等教育"十一五"規(guī)劃教材
標(biāo)　簽：	人工智能

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111231783	出版時(shí)間：	2008-02-01	包裝：	平裝
開(kāi)本：	16	頁(yè)數(shù)：	184 pages	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)基于MATLAB 6．5/7提供的神經(jīng)網(wǎng)絡(luò)工具箱，介紹了神經(jīng)網(wǎng)絡(luò)常用算法、優(yōu)化算法及其混合編程實(shí)現(xiàn)。全書(shū)共分為6章，分別結(jié)合實(shí)例介紹了人工神經(jīng)網(wǎng)絡(luò)概述、實(shí)用神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)算法優(yōu)化、nnToolKit神經(jīng)網(wǎng)絡(luò)工具包、MATLAB混合編程技術(shù)、混合編程案例。附錄中介紹了2NDN神經(jīng)網(wǎng)絡(luò)建模仿真平臺(tái)。全書(shū)圖文并茂，由淺人深，脈絡(luò)清晰，融教學(xué)與實(shí)例于一體，通過(guò)大量的神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例介紹了神經(jīng)網(wǎng)絡(luò)的常用算法及混合編程實(shí)現(xiàn)方法，并配有習(xí)題。全書(shū)可讀性和操作性較強(qiáng)。本書(shū)可作為高校自動(dòng)化、計(jì)算機(jī)、材料化工、機(jī)械工程、數(shù)學(xué)、電子工程、信息與信息處理等專(zhuān)業(yè)的教材和相關(guān)專(zhuān)業(yè)工程技術(shù)人員的參考書(shū)，讀者可到智能中國(guó)網(wǎng)（www. 5iAI．com）上下載本書(shū)配套程序和電子課件。智能中國(guó)網(wǎng)是中國(guó)AI創(chuàng)業(yè)研發(fā)俱樂(lè)部旗下專(zhuān)業(yè)的人工智能網(wǎng)站。

作者簡(jiǎn)介

暫缺《神經(jīng)網(wǎng)絡(luò)實(shí)用教程》作者簡(jiǎn)介

圖書(shū)目錄

前言
　　第1章人工神經(jīng)網(wǎng)絡(luò)概述
　　1.1 神經(jīng)網(wǎng)絡(luò)的基本概念
　　1.1.1 生物神經(jīng)元的結(jié)構(gòu)與功能特點(diǎn)
　　1.1.2 人工神經(jīng)元模型
　　1.1.3 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及工作方式
　　1.1.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
　　
　　1.2 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)及其應(yīng)用
　　1.2.1 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
　　1.2.2 神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
　　練習(xí)題
　　
　　第2章實(shí)用神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.1 MATLAB快速入門(mén)
　　2.1.1 MATLAB界面組成
　　2.1.2 MATLAB基本運(yùn)算
　　2.1.3 MATLAB繪圖函數(shù)
　　
　　2.2 感知器神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.2.1 單層感知器
　　2.2.2 單層感知器的學(xué)習(xí)算法
　　2.2.3 單層感知器的MATLAB實(shí)現(xiàn)
　　2.2.4 多層感知器
　　
　　2.3 線性神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.3.1 線性神經(jīng)元網(wǎng)絡(luò)模型
　　2.3.2 線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.3.3 線性神經(jīng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)
　　
　　2.4 BP神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.4.1 BP神經(jīng)網(wǎng)絡(luò)模型
　　2.4.2 BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法
　　2.4.3 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.5 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.5.1 RBF神經(jīng)網(wǎng)絡(luò)模型
　　2.5.2 RBF網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.5.3 RBF網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.6 自組織神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.6.1 自組織特征映射神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.6.2 自組織特征映射網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.6.3 自組織網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.7 學(xué)習(xí)向量量化（LVQ）神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.7.1 LVQ神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.7.2 LVQ神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.7.3 LVQ神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.8 Elman神經(jīng)網(wǎng)絡(luò)算法模型與學(xué)習(xí)算法
　　2.8.1 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.8.2 Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
　　2.8.3 Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.9 Hopfield神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.9.1 離散Hopfield神經(jīng)網(wǎng)絡(luò)
　　2.9.2 連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)
　　2.9.3 Hopfield神經(jīng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)
　　
　　2.10 Boltzmann神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.10.1 Boltzmann機(jī)的網(wǎng)絡(luò)結(jié)構(gòu)
　　2.10.2 Boltzmann機(jī)學(xué)習(xí)算法
　　
　　2.11 模糊神經(jīng)網(wǎng)絡(luò)
　　2.11.1 模糊神經(jīng)網(wǎng)絡(luò)主要形式
　　2.11.2 模糊神經(jīng)網(wǎng)絡(luò)模型
　　2.11.3 模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法
　　2.11.4 模糊邏輯MATLAB函數(shù)
　　練習(xí)題
　　
　　第3章神經(jīng)網(wǎng)絡(luò)優(yōu)化方法
　　3.1 BP網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn)
　　3.1.1 消除樣本輸入順序影響的改進(jìn)算法
　　3.1.2 附加動(dòng)量的改進(jìn)算法
　　3.1.3 采用自適應(yīng)調(diào)整參數(shù)的改進(jìn)算法
　　……
　　第4章 nnToolKit神經(jīng)網(wǎng)絡(luò)工具包
　　第5章 MATLAB混合編程技術(shù)
　　第6章混合編程案例
　　附錄 2NDN神經(jīng)網(wǎng)絡(luò)建模仿真工具
　　參考文獻(xiàn)