当前位置:首页 > 工业技术
神经计算与生长自组织网络
神经计算与生长自组织网络

神经计算与生长自组织网络PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:程国建编著
  • 出 版 社:西安:西安交通大学出版社
  • 出版年份:2008
  • ISBN:9787560529790
  • 页数:242 页
图书介绍:本书分为两部分,主要讨论神经计算的基本概念原理及几个主要的神经网络模型。
《神经计算与生长自组织网络》目录

第1章 神经计算概述 1

1.1神经计算的基本原理与发展简史 1

1.2神经计算的生物学机理 4

1.2.1生物神经元及其结构 4

1.2.2人工神经网络的定义 5

1.2.3人工神经网络究竟可以做什么 7

1.3人工神经网络的典型特征 8

1.4人工神经网络模型 9

1.5人工神经网络的学习规则 11

第2章 人工神经网络的基本结构及其特性 15

2.1生物神经元的抽象模型 15

2.2人工神经元模型 16

2.3激励函数类型 20

2.4神经元的层次排列 24

2.5多层前向神经网络 26

2.6神经网络的静态系统与动态系统 27

2.6.1连续时间动态系统 27

2.6.2离散时间动态系统 28

2.6.3一个连续时间正弦信号发生器 29

2.6.4一个离散时间正弦信号发生器 30

2.7神经网络的学习过程 32

第3章 神经感知器 34

3.1感知器的数学模型 34

3.2感知器作为模式分类器 35

3.3具有三个突触的感知器实例 37

3.4感知器的权值选择 38

3.5感知器学习规则 40

3.6一个修正的感知器学习规则 43

3.7平面与立方体相交的一个二维实例 45

第4章 自适应线性元件 47

4.1自适应线性元件概述 47

4.2对一个p变量函数的线性逼近 49

4.3最陡梯度下降法 55

4.4 LMS学习规则 57

4.5序贯递归算法 60

第5章 多层前馈神经网络 65

5.1多层前馈神经网络概述 65

5.2多层感知器 67

5.3误差的反向传播 70

5.4单隐层感知器的BP算法 71

5.4.1输出层计算 74

5.4.2隐层计算 76

5.5 MLP的一个图像编码应用实例 81

第6章 径向基函数网络 83

6.1径向基函数网络概述 83

6.2 RBF网络的基本理论 84

6.3 RBF网络结构 86

6.4 RBF网络的学习算法 89

6.5 RBF神经网络小结 93

第7章 古典生长型神经网络 96

7.1引言 96

7.2离散型生长神经网络 97

7.2.1堆砌式网络 97

7.2.2宝塔式网络 99

7.2.3爆发式网络 100

7.3连续型生长神经网络 103

7.3.1约束库伦能量网络 103

7.3.2级联神经网络 105

7.3.3资源配置网络 107

7.4小结 110

7.5附注——Pocket算法 111

第8章 生长型自组织神经网络 113

8.1竞争学习律 114

8.2自组织映射网络 116

8.2.1自组织映射网络之拓扑 117

8.2.2自组织映射网络学习算法 118

8.3其他自组织映射模型 120

8.3.1学习矢量量化 121

8.3.2动态学习矢量量化 121

8.3.3内插型自组织映射 122

8.4生长自组织映射网络 123

8.4.1自组织表面 123

8.4.2演化自组织映射 127

8.4.3增量式网格生长 128

8.4.4生长层次自组织映射 132

第9章 生长神经元结构及其变种 136

9.1引言 136

9.2生长神经元模型 137

9.2.1 GCS网络拓扑 138

9.2.2 GCS学习算法 140

9.2.3监督学习生长神经元结构 144

9.3动态神经元结构 146

9.3.1动态神经元结构机理 146

9.3.2动态神经元结构算法描述 147

9.3.3讨论 148

9.4树型生长神经元结构 149

9.4.1 TreeGCS网络拓扑 149

9.4.2 TreeGCS算法描述 149

9.4.3讨论 151

9.5概率生长神经元结构 152

9.5.1数学背景 152

9.5.2 PGCS算法描述 154

9.5.3讨论 156

9.6附注——Voronoi棋盘及Delaunay三角形剖分 156

第10章 外生长型神经元结构 160

10.1引言 160

10.2外生长神经元结构机理 162

10.2.1 EGCS的凸权外长 164

10.2.2 EGCS的凹权外长 164

10.2.3外生长神经元结构的两个变种 165

10.3外生长神经元结构的监督学习 166

10.4二维外生长神经元结构监督学习算法描述 167

10.5对EGCS的测试 170

10.5.1测试1——双螺旋问题 170

10.5.2测试2——基于声纳的岩石分类 174

10.6对化学气体传感器的数据评价 175

10.6.1咖啡品牌识别 177

10.6.2甲苯、辛烷、丙醇及其混合物浓度预测 179

10.7小结 182

第11章 多生长神经元结构 184

11.1引言 184

11.2多生长神经元结构机理 185

11.2.1多生长神经元结构的监督学习 187

11.2.2 Voronoi域的计算 188

11.3二维监督型多生长神经元结构算法描述 189

11.4对多生长神经元结构的测试 191

11.4.1测试1——双螺旋问题 191

11.4.2测试2——基于声纳的岩石分类 195

11.5用多生长神经元结构求解模式识别问题 197

11.5.1玻璃鉴别问题 197

11.5.2马病诊断问题 200

11.5.3大豆病虫害识别 202

11.5.4信用卡认定预测 204

第12章 双生长神经气网络 208

12.1神经气网络 208

12.2生长神经气算法 212

12.2.1生长神经气网络拓扑 212

12.2.2生长神经气学习算法 213

12.2.3生长神经气网络主要特征 214

12.3双生长神经气网络 216

12.3.1双生长神经气机理 216

12.3.2双生长神经气的监督学习 218

12.4二维监督生长神经气算法描述 220

12.5双生长神经气网络测试 222

12.6双生长神经气用于疾病诊断 225

12.6.1 Wisconsin乳腺癌诊断 225

12.6.2大豆病虫害鉴别问题 226

12.7附注——竞争Hebb学习 228

参考文献 230

相关图书
作者其它书籍
返回顶部