掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
前饋神經網絡分析與設計 版權信息
- ISBN：9787030335937
- 條形碼：9787030335937 ; 978-7-03-033593-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
前饋神經網絡分析與設計 本書特色
本書系統地論述了前饋神經網絡的主要理論、設計基礎及應用實例，旨在使讀者了解神經網絡的發展背景和研究對象，理解和熟悉它的基本原理和主要應用，掌握它的結構模型和設計應用方法，特別是前饋神經網絡的參數學習算法和結構設計方法，為深入研究和應用開發打下基礎。為了便于讀者理解，書中盡量避免煩瑣的數學推導，加強了應用舉例，并存內容的選擇和編排上注意到讀者初次接觸新概念的易接受性和思維的邏輯性。作為擴充知識，書中還介紹了前饋神經系統的基本概念、體系結構、控制特性及信息模式。
前饋神經網絡分析與設計 內容簡介
本書系統地論述了前饋神經網絡的主要理論、設計基礎及應用實例, 主要內容包括: 緒論、感知器神經網絡、RBF神經網絡、模糊神經網絡 ; 前饋神經網絡快速下降算法研究 ; 基于顯著性分析的快速修剪型感知器神經網絡等。
前饋神經網絡分析與設計 目錄
總序
前言
第1章 緒論
1．1 引言
1．2 神經網絡及其發展
1．2．1 神經網絡的定義
1．2．2 神經網絡的功能
1．2．3 神經網絡的發展
1．2．4 神經網絡的應用
1．3 人工神經網絡的結構設計
1．3．1 人工神經網絡的結構
1．3．2 前饋神經網絡結構設計研究現狀
1．4 本書主要內容
1．4．1 神經網絡參數學習算法研究
1．4．2 神經網絡結構設計方法研究
1．4．3 自組織神經網絡結構算法研究
1．4．4 應用研究
參考文獻
第2章 感知器神經網絡
2．1 引言
2．2 感知器神經網絡分析
2．2．1 單神經元分析
2．2．2 單層感知器神經網絡
2．2．3 多層感知器神經網絡
2．3 感知器神經網絡學習算法
2．3．1 隱含層與輸出層之間的權值修正
2．3．2 輸人層與隱臺層之間的權值修正
2．3．3 BP算法的改進
2．4 本章小結
附錄A 數學基礎
附錄A．1 泰勒引理
附錄A．2 泰勒定理和推論
參考文獻
第3章 RBF神經網絡
3．1 引言
3．2 RBF神經網絡原理
3．2．1 插值計算
3．2．2 模式可分性
3．2．3 正規化法則
3．2．4 RBF神經網絡結構
3．3 RBF神經網絡學習算法
3．3．1 中心值學習策略
3．3．2 隱含層和輸出層連接權值學習策略
3．4 本章小結
附錄B 數學運算
附錄B．1 域和向量空問
附錄B．2 矩陣的表示和運算
附錄B．3 矩陣的性質
附錄B．4 矩陣范數的運算
參考文獻
第4章 模糊神經網絡
4．1 引言
4．2 模糊推理系統描述
4．2．1 模糊集合與隸屬函數
4．2．2 模糊運算
4．3 模糊神經網絡結構
4．4 模糊神經網絡學習算法
4．5 本章小結
參考文獻
第5章 前饋神經網絡快速下降算法研究
5．1 引言
5．2 神經網絡學習
5．2．1 神經網絡結構及信息處理
5．2．2 神經網絡學習算法分析
5．3 快速下降算法
5．3．1 快速下降算法描述
5．3．2 快速下降算法收斂性分析
5．4 仿真研究
5．4．1 感知器神經網絡仿真研究
5．4．2 RBF神經網絡仿真研究
5．5 本章小結
參考文獻
第6章 前饋神經網絡改進型遞歸*小二乘算法研究
6．1 引言
6．2 遞歸*小二乘算法
6．2．1 遞歸*小二乘算法描述
6．2．2 遞歸*小二乘算法分析
6．3 改進型遞歸*小二乘算法
6．3．1 改進型遞歸*小二乘算法描述
6．3．2 改進型遞歸*小二乘算法收斂性分析
6．4 改進型遞歸*小二乘算法的應用
6．4．1 非線性函數逼近
6．4．2 雙螺旋模式分類
6．4．3 污泥膨脹預測
6．5 本章小結
參考文獻
第7章 基于顯著性分析的快速修剪型感知器神經網絡
7．1 引言
7．1．1 增長型神經網絡
7．1．2 修剪型神經網絡
7．2 顯著性分析
7．2．1 誤差曲面分析
7．2．2 顯著性分析算法
7．3 基于顯著性分析的快速修剪算法
7．3．1 多層感知器神經網絡
7．3．2 多層感知器神經網絡快速修剪算法
7．3．3 仿真研究
7．4 本章小結
參考文獻
第8章 增長一修剪型多層感知器神經網絡
8．1 引言
8．2 敏感度計算
8．2．1 敏感度分析方法的分類
8．2．2 敏感度分析方法
8．2．3 敏感度計算
8．3 神經網絡輸出敏感度分析
8．3．1 敏感度分析的頻域研究
8．3．2 神經網絡輸出敏感度分析
8．4 增長一修剪型多層感知器神經網絡分析
8．4．1 隱含層神經元的敏感度
8．4．2 神經元增長和修剪
8．4．3 增長-修剪型感知器神經網絡
8．4．3 斂性分析
8．5 增長-修剪型多層感知器神經網絡應用
8．5．1 非線性函數逼近
8．5．2 數據分類
8．5．3 生化需氧量軟測量
8．6 本章小結
參考文獻
第9章 彈性RBF神經網絡
9．1 引言
9．2 RBF神經網絡描述
9．3 彈性RBF神經網絡
9．3．1 神經元修復準則
9．3．2 神經網絡結構優化設計
9．3．3 彈性RBF神經網絡
9．3．4 收斂性分析
9．4 彈性RBF神經網絡應用
9．4．1 非線性函數逼近
9．4．2 非線性系統建模
9．4．3 溶解氧模型預測控制
9．5 本章小結
附錄C 熵
附錄C．1 熵的概念
附錄C．2 互信息
參考文獻
第10章 自組織模糊神經網絡
10．1 引言
10．2 模糊神經網絡
10．3 自組織模糊神經網絡分析
10．3．1 模糊神經網絡結構優化
10．3．2 模糊神經網絡自組織設計算法
10．3．3 收斂性分析
10．4 自組織模糊神經網絡應用
10．4．1 非線性系統建模
10．4．2 Mackey-Glass時間序列系統預測
10．4．3 污水處理關鍵水質參數預測
1O．4．4 污水處理過程溶解氧控制
10．5 本章小結
參考文獻
索引
展開全部
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
月亮與六便士
- >
羅曼·羅蘭讀書隨筆-精裝
- >
【精裝繪本】畫給孩子的中國神話
- >
中國歷史的瞬間
- >
唐代進士錄
- >
月亮虎
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
本類暢銷
