混合神经网络技术PDF电子书下载

第1章 绪论 1

1.1　神经网络的概念与分类 1

1.2　神经网络的基本特征和基本功能 3

1.3　神经网络的基本性质、优点及应用 5

1.4　神经网络的性能指标及研究内容 6

1.5　神经网络的发展简史、存在问题及发展趋势 7

1.6　神经网络的电磁应用 11

参考文献 12

第2章　基础知识 16

2.1　神经网络模型 16

2.2　神经网络的训练和学习 22

2.3　神经网络的泛化能力 26

2.4　神经网络训练用样本 27

参考文献 32

第3章　BP神经网络 33

3.1　BP神经网络结构 33

3.2　BP学习算法 35

3.3　BP神经网络应用要点 38

3.4　BP算法的不足及改进 42

3.5　应用BP神经网络进行微带贴片天线设计 48

参考文献 57

第4章　RBF神经网络 60

4.1　网络结构和工作原理 60

4.2　网络的生理学基础和数学基础 62

4.3　常用的学习算法 66

4.4　网络的特点及注意事项 71

4.5　RBF神经网络与BP神经网络的比较 72

参考文献 73

第5章　Hopfield神经网络 74

5.1 Hopfield神经网络简介 74

5.2　神经动力学 74

5.3 Lyapunov定理 75

5.4 连续Hopfield神经网络 77

5.5　离散Hopfield神经网络 80

5.6　Hopfield神经网络应用 82

5.7 Hopfield神经网络特点 84

参考文献 84

第6章　随机神经网络 86

6.1 Boltzmann机 86

6.2 神经网络的随机训练 95

6.3 模拟退火算法 99

参考文献 103

第7章　遗传神经网络 104

7.1　遗传算法 104

7.2　遗传神经网络原理及实现 125

7.3　遗传神经网络应用 138

参考文献 144

第8章　粒子群神经网络 148

8.1　粒子群优化算法 148

8.2 粒子群神经网络原理及实现 171

8.3 粒子群神经网络应用 176

参考文献 179

第9章　模糊神经网络 183

9.1　模糊理论 183

9.2　模糊神经网络原理及实现 194

9.3　模糊神经网络应用 206

参考文献 230

第10章　混沌神经网络 234

10.1　混沌理论 234

10.2　混沌神经网络原理及实现 253

10.3　混沌神经网络应用 266

参考文献 279

第11章　小波神经网络 283

11.1　小波分析 283

11.2　小波神经网络原理及实现 297

11.3　小波神经网络应用 308

参考文献 318

第12章　神经网络集成 321

12.1　神经网络集成基本知识 321

12.2　神经网络集成的应用 328

参考文献 343

附录 346

附录1　BP神经网络源程序 346

附录2　基于梯度算法的RBF神经网络源程序 349

附录3　基于聚类法的RBF神经网络源程序 351

附录4　基于正交最小二乘算法的RBF神经网络源程序 353

附录5　遗传算法源程序 355

附录6　粒子群算法源程序 359

附录7　粒子群算法优化神经网络源程序 361

附录8　粒子群算法和BP算法相结合优化神经网络源程序（1） 367

附录9　粒子群算法和BP算法相结合优化神经网络源程序（2） 369

附录10　小波神经网络源程序 372

附录11 基于十进制粒子群优化算法的神经网络集成源程序 376

附录12　基于二进制粒子群优化算法的神经网络集成源程序 381