人工神经网络原理及仿真实例（第2版）
点此进入淘宝搜索页搜索分类: 图书,计算机/网络,人工智能,
作者： 高隽 编著
出 版 社： 机械工业出版社
出版时间： 2003-8-1字数： 396000版次： 2页数： 247印刷时间： 2003/08/01开本： 16开印次： 1纸张： 胶版纸I S B N ： 9787111125914包装： 平装内容简介
本书以神经网络结构为主线，以学习算法为副线，详细介绍了神经网络结构和算法步骤，目的是使读者易看懂，能动手，会应用。主要内容包括：人工神经网络简介、单层前向网络及LMS学习算法、多层前向网络及BP学习算法、支持向量机及其学习算法、Hopfield神经网络与联想记忆、随机神经网络及模拟退火算法。竞争神经网络和协同神经网络。每章均给出了基于Matlab的仿真实例及练习。
本书可作为电子科学与技术、信息与通信工程、计算机科学与技术、电气工程、控制科学与技术等专业的研究生和高年级本科生的教材，对相关专业的研究人员和工程技术人员也有参考价值。
目录
出版说明
前言
致谢
第1章引言
1.1人工神经网络简介
1.2人工神经网络的发展历史
1.3人工神经网络模型
1.4人工神经网络的分类及学习规则
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
1.8习题
第2章单层前向网络及LMS学习算法
2.1单层感知器
2.2自适应线性元件
2.3LMS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
3.2BP学习算法
3.3径向基网络
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统计学习理论简介
4.2支持向量机
4.3支持向量机的分类学习算法
4.4用于函数拟合的支持向量机
4.5支持向量机算法的研究与应用
4.6仿真实例
4.7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Hopfield神经网络
5.3连续Hopfield神经网络
5.4联想记忆
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
6.1Boltzmann机
6.2Boltzmann机的改进
6.3模拟退火算法
6.4仿真实例
6.5习题
第7章竞争神经网络
7.1Hamming网络
7.2自组织映射网络
7.3学习矢量量化
7.4主分量分析
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
8.2协同神经网络
8.3仿真实例
8.4习题
附录
附录AMATLAB及神经网络工具箱简介
附录BMATLAB中神经网络工具箱函数
参考文献
