人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用

1　緒論
　1.1　人腦與計(jì)算機(jī)
　　1.1.1　人腦與計(jì)算機(jī)信息處理能力的比較
　　1.1.2　人腦與計(jì)算機(jī)信息處理機(jī)制的比較
　　1.1.3　什么是人工神經(jīng)網(wǎng)絡(luò)
　1.2　人工神經(jīng)網(wǎng)絡(luò)發(fā)展簡(jiǎn)史
　　1.2.1　啟蒙時(shí)期
　　1.2.2　低潮時(shí)期
　　1.2.3　復(fù)興時(shí)期
　　1.2.4　新時(shí)期
　　1.2.5　國(guó)內(nèi)研究概況
　1.3　神經(jīng)網(wǎng)絡(luò)的基本特征與功能
　　1.3.1　神經(jīng)網(wǎng)絡(luò)的基本特征
　　1.3.2　神經(jīng)網(wǎng)絡(luò)的基本功能
　1.4　神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
　　1.4.1　信息處理領(lǐng)域
　　1.4.2　自動(dòng)化領(lǐng)域
　　1.4.3　工程領(lǐng)域
　　1.4.4　經(jīng)濟(jì)領(lǐng)域
　　1.4.5　醫(yī)學(xué)領(lǐng)域
　本章小結(jié)
　思考與練習(xí)
2　神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)
　2.1　人工神經(jīng)網(wǎng)絡(luò)的生物學(xué)基礎(chǔ)
　　2.1.1　生物神經(jīng)元的結(jié)構(gòu)
　　2.1.2　生物神經(jīng)元的信息處理機(jī)理
　2.2　人工神經(jīng)元模型
　　2.2.1　神經(jīng)元的建模
　　2.2.2　神經(jīng)元的數(shù)學(xué)模型
　　2.2.3　神經(jīng)元的轉(zhuǎn)移函數(shù)
　2.3　人工神經(jīng)網(wǎng)絡(luò)模型
　　2.3.1　網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)類型
　　2.3.2　網(wǎng)絡(luò)信息流向類型
　2.4　神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)
　　2.4.1　Hebb學(xué)習(xí)規(guī)則
　　2.4.2　Perceptron學(xué)習(xí)規(guī)則
　　2.4.3　δ學(xué)習(xí)規(guī)則
　　2.4.4　LMS學(xué)習(xí)規(guī)則
　　2.4.5　Correlation學(xué)習(xí)規(guī)則
　　2.4.6　WinnerTakeAll學(xué)習(xí)規(guī)則
　　2.4.7　Outstar學(xué)習(xí)規(guī)則
　本章小結(jié)
　思考與練習(xí)
3 監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
　3.1　單層感知器
　　3.1.1　感知器模型
　　3.1.2　單節(jié)點(diǎn)感知器的功能分析
　　3.1.3　感知器的學(xué)習(xí)算法
　　3.1.4　感知器的局限性及解決途徑
　3.2　基于誤差反傳的多層感知器——BP神經(jīng)網(wǎng)絡(luò)
　　3.2.1　BP網(wǎng)絡(luò)模型
　　3.2.2　BP學(xué)習(xí)算法
　　3.2.3　BP算法的程序?qū)崿F(xiàn)
　　3.2.4　BP網(wǎng)絡(luò)的主要能力
　　3.2.5　誤差曲面與BP算法的局限性
　3.3　BP算法的改進(jìn)
　　3.3.1　增加動(dòng)量項(xiàng)
　　3.3.2　自適應(yīng)調(diào)節(jié)學(xué)習(xí)率
　　3.3.3　引入陡度因子
　3.4　BP網(wǎng)絡(luò)設(shè)計(jì)基礎(chǔ)
　　3.4.1　網(wǎng)絡(luò)信息容量與訓(xùn)練樣本數(shù)
　　3.4.2　訓(xùn)練樣本集的準(zhǔn)備
　　3.4.3　初始權(quán)值的設(shè)計(jì)
　　3.4.4　BP網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
　　3.4.5　網(wǎng)絡(luò)訓(xùn)練與測(cè)試
　3.5　BP網(wǎng)絡(luò)應(yīng)用與設(shè)計(jì)實(shí)例
　　3.5.1　BP網(wǎng)絡(luò)用于催化劑配方建模
　　3.5.2　BP網(wǎng)絡(luò)用于汽車變速器最佳擋位判定
　　3.5.3　BP網(wǎng)絡(luò)用于圖像壓縮編碼
　　3.5.4　BP網(wǎng)絡(luò)用于水庫(kù)優(yōu)化調(diào)度
　　3.5.5　BP網(wǎng)絡(luò)用于證券預(yù)測(cè)
　　3.5.6　BP網(wǎng)絡(luò)用于信用評(píng)價(jià)模型及預(yù)警
　本章小結(jié)
　思考與練習(xí)
4 競(jìng)爭(zhēng)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
　4.1　競(jìng)爭(zhēng)學(xué)習(xí)的概念與原理
　　4.1.1　基本概念
　　……
5　組合學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
6　反饋神經(jīng)網(wǎng)絡(luò)
7　小腦模型神經(jīng)網(wǎng)絡(luò)
8　基于數(shù)學(xué)原理的神經(jīng)網(wǎng)絡(luò)
9　神經(jīng)網(wǎng)絡(luò)的系統(tǒng)設(shè)計(jì)與軟件實(shí)現(xiàn)
10　神經(jīng)網(wǎng)絡(luò)研究展望
附錄1　常用神經(jīng)網(wǎng)絡(luò)C語(yǔ)言源程序
附錄2　神經(jīng)網(wǎng)絡(luò)常用術(shù)語(yǔ)英漢對(duì)照
參考文獻(xiàn)