人工神经网络基础(研究生用教材)

本书是为信号与信息处理、模式识别与智能系统等学科的本科高年级学生和硕士生编写的教材，也是相关专业技术人员自学人工神经网络的入门参考书。全书共分7个章节，以信号与信息处理、模式识别与智能系统等学科为背景，对人工神经网络的基础知识作了介绍，具体包括前向多层网络、Hopfield网络、波尔兹曼机(BM)网络简介、自组织特征映射网络(SOFM)、ART网络等。该书可供各大专院校作为教材使用，也可供从事相关工作的人员作为参考用书使用。 第1章绪论
1.1引言
1.2生物神经元和生物神经网络简介
1.3人工神经元和人工神经网络
思考与讨论
参考文献
第2章前向多层网络
2.1人工神经网络入门：单个神经元分类识别器
2.2感知机：历史和概念
2.3前向多层网络误差反向传递算法：BP网络
2.4BP网络及有教师学习的概念模型
2.5BP网络应用举例
2.6径向基函数网络
思考与讨论
参考文献
第3章Hopfield网络
3.1引言
3.2网络模型
3.3Hopfield网络的联想记忆功能
3.4Hopfield网络的最优化处理和计算功能
思考与讨论
参考文献
第4章波尔兹曼机(BM)网络简介
4.1概述
4.2波尔兹曼机的基本原理
4.3波尔兹曼机的实验应用举例
4.4波尔兹曼机小结
思考与讨论
参考文献
第5章自组织特征映射网络(SOFM)
5.1引言
5.2自组织特征提取的算法及其数学证明
5.3竞争学习和自稳定学习
5.4Kohonen网络：具有确定侧反馈的多神经元SOFM网络
5.5SOFM网络应用举例：Kohonen神经网络语音打字机
思考与讨论
参考文献
第6章ART网络
6.1引言
6.2ART-1网络
6.3ART-2网络
6.4ART-3网络简介
6.5结语
思考与讨论
参考文献
第7章人工神经网络的软件实践和仿真
7.1引言
7.2利用参数和函数进行网络设计和仿真示例
7.3MATLAB的GUI设计与分析
7.4人工神经网络的Simulink仿真

参考文献

208
16开

西安