人工神经网络基础2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人工神经网络基础PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 神经网络概述1

1.1神经网络的基本概念1

1.1.1人脑与电子计算机的比较2

1.1.2什么是神经网络3

1.2神经网络发展的历史回顾4

1.2.1神经网络研究的兴起4

1.2.2神经网络研究的萧条与反思6

1.2.3神经网络研究的复兴与再发展8

1.2.4神经网络研究的热潮9

1.2.5神经网络的新发展阶段10

1.3神经网络的研究进展12

1.4神经网络的基本特点、功能与应用14

1.4.1神经网络的基本特点14

1.4.2神经网络的基本功能16

1.4.3神经网络的应用17

本章小结19

思考与练习20

第2章 神经网络基础21

2.1人脑神经系统概述21

2.1.1人脑的基本结构21

2.1.2人脑神经系统的各部分功能23

2.2生物神经网络的基本概念26

2.2.1生物神经元26

2.2.2生物神经元的信息传递方式28

2.3人工神经网络的基本概念29

2.3.1人工神经元29

2.3.2神经元的激活函数30

2.4人工神经网络模型32

2.4.1神经网络的网络结构32

2.4.2典型的神经网络结构模型34

2.5神经网络的学习35

2.5.1神经网络学习规则分类36

2.5.2几种常用的学习规则37

2.5.3神经网络的泛化能力41

本章小结42

思考与练习43

第3章 前馈神经网络44

3.1基本概念44

3.2感知器45

3.2.1单层感知器45

3.2.2多层感知器48

3.3 BP神经网络49

3.3.1误差反向传播算法49

3.3.2误差反向传播算法的改进53

3.3.3 BP神经网络的设计57

3.4径向基函数神经网络59

3.4.1径向基函数神经网络的结构59

3.4.2径向基函数神经网络的学习算法61

本章小结63

思考与练习63

第4章 递归神经网络65

4.1递归神经网络的基本概念65

4.2 Hopfield神经网络66

4.2.1离散型Hopfield神经网络66

4.2.2连续型Hopfield神经网络69

4.3 Boltzmann机72

4.3.1 Boltzmann机的基本概念72

4.3.2 Boltzmann机网络结构73

4.3.3 Boltzmann机学习算法76

4.4储备池网络77

4.4.1储备池网络结构模型77

4.4.2储备池网络学习算法82

本章小结84

思考与练习84

第5章 自组织竞争型神经网络86

5.1自组织竞争型神经网络基本概念86

5.1.1内星和外星学习规则87

5.1.2竞争学习规则87

5.2自适应共振理论神经网络88

5.2.1 ARTI型神经网络的结构及工作原理89

5.2.2 ARTI型神经网络的学习规则91

5.3自组织特征映射神经网络93

5.3.1自组织特征映射神经网络模型93

5.3.2自组织特征映射神经网络运行原理95

5.3.3自组织特征映射神经网络学习算法95

5.4对向传播神经网络97

5.4.1对向传播神经网络结构97

5.4.2对向传播神经网络训练过程97

5.5学习向量量化神经网络98

5.5.1向量量化99

5.5.2学习向量量化神经网络工作原理99

本章小结100

思考与练习101

第6章 支持向量机102

6.1支持向量机的基本概念102

6.2线性支持向量机103

6.2.1线性可分离问题的算法103

6.2.2线性不可分离问题的算法110

6.3非线性支持向量机112

6.3.1非线性问题的算法112

6.3.2核函数114

本章小结115

思考与练习116

第7章 神经网络仿真实例117

7.1仿真数据说明117

7.2 BP神经网络仿真实例121

7.3径向基函数神经网络仿真实例123

7.4 Hopfield神经网络仿真实例125

7.5 Boltzmann机仿真实例126

7.6储备池网络仿真实例127

7.7 ARTI型神经网络仿真实例129

7.8自组织特征映射神经网络仿真实例133

7.9对向传播神经网络仿真实例134

7.10学习向量量化神经网络仿真实例137

7.11支持向量机仿真实例139

本章小结141

思考与练习142

附录143

参考文献145