当前位置:首页 > 工业技术
混合神经网络技术
混合神经网络技术

混合神经网络技术PDF电子书下载

工业技术

  • 电子书积分:13 积分如何计算积分?
  • 作 者:田雨波编著
  • 出 版 社:北京:科学出版社
  • 出版年份:2009
  • ISBN:9787030248138
  • 页数:381 页
图书介绍:本书在论述神经网络基本概念和基本原理的基础上,重点介绍了混合神经网络技术,同时给出各种混合神经网络技术在电磁建模和优化问题中的应用。全书内容主要包括神经网络的基本概念、基础知识、BP神经网络、RBF神经网络、Hopfield神经网络、随机神经网络、遗传神经网络、粒子群神经网络、模糊神经网络、浑沌神经网络、小波神经网络和神经网络集成等。同时,书后附录给出大量有关程序,方便读者对书中内容的理解和把握。书中内容包括应用自适应BP神经网络对微带天线进行了结构设计,应用遗传RBF神经网络解决了自适应波束形成问题,应用模糊神经网络进行了波导匹配负载设计和微带天线谐振频率计算,应用浑沌神经网络进行了移动通信系统信道分配和自适应雷达目标信号处理,应用小波神经网络解决了飞机图像识别和微带不连续问题,应用神经网络集成进行了股市预测、肺癌诊断和谐振频率计算等。本书在混合神经网络技术方面有所贡献,同时在复杂电磁问题的数值仿真、高效建模、优化设计等方面有所贡献。
《混合神经网络技术》目录

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

相关图书
作者其它书籍
返回顶部