模糊神经网络PDF电子书下载

概论 1

第一节 计算机和人脑 1

第二节 神经网络的历史 3

第三节 受到世界瞩目的模糊理论与技术 13

第四节 模糊神经网络发展背景与内容 15

第五节 研究模糊神经网络的意义 20

第一部分 基本神经网络模型 30

第一章 人工神经网络基础 30

第一节 生理神经元 30

第二节 人工神经元 31

第三节 人工神经网络 35

第四节 人工神经网络训练 40

第二章 感知机 45

第一节 感知机与早期的人工神经网络 45

第二节 感知机的表达能力 46

第三节 感知机的学习 55

第三章 反向传播 62

第一节 反向传播训练算法 63

第二节 改进算法 70

第三节 应用 71

第四节 几点说明 72

第四章 Hopfield 网络 80

第一节 离散的 Hopfield 网络 82

第二节 非线性连续的 Hopfield 网络 86

第三节 统计 Hopfield 网络 88

第四节 Hopfieid 网络的应用 89

第五节 几点说明 94

第五章 自适应共振理论(ART) 99

第一节 ART 结构 100

第二节 ART 实现 107

第三节 一个 ART 训练例子 111

第四节 ART 的特征和说明 113

第六章 对抗传播网络 120

第一节 网络结构 121

第二节 常规运算 122

第三节 训练 Kohonen 层 123

第四节 训练 Grossberg 层 128

第五节 全对抗传播网络 129

第七章 认知机和新认知机 131

第一节 认知机 131

第二节 新认知机(Neocognitron) 141

第八章 双向联想记忆 152

第一节 BAM的结构 152

第二节 提取被存储的记忆 154

第三节 联想关系编码 158

第四节 记忆容量 161

第五节 Cohen-Grossberg 模型 163

第六节 连续的 BAM 164

第七节 自适应 BAM(ABAM) 165

第八节 高阶ABAM 166

第九节 随机自适应双向联想记忆(RABAM) 167

第十节 RABAM 退火 169

第二部分 模糊神经网络 174

第九章 模糊理论简介 174

第一节 集值统计、模糊统计与落影 174

第二节 因素空间 178

第三节 模糊控制 183

第四节 真值流推理 187

第十章 模糊神经网络的基本内容 192

第一节 模糊神经元和模糊神经网络 192

第二节 模糊神经网络的分类 199

第三节 几种常用的 FN 及 FNN 201

第四节 模糊神经网络的研究方向 206

第五节 正确评价模糊神经网络的地位和作用 207

第十一章 模糊联想记忆 211

第一节 模糊集的几何解释 211

第二节 模糊系统 212

第三节 FAM 与映射 212

第四节 模糊 Hebb FAM 213

第五节 自适应 FAM 222

第十二章 模糊认知图 233

第一节 模糊认知图的概念 233

第二节 模糊认知图的合成 236

第三节 自适应因果推理 239

第十三章 神经逻辑网络 241

第一节 推理网络 241

第二节 神经逻辑网络模型 243

第三节 神经三值逻辑网络 244

第四节 神经逻辑网络的“模糊”处理 262

第十四章 神经网络驱动性模糊推理 266

第一节 神经网络驱动性模糊推理模型 267

第二节 进一步的解释 273

第三节 具体应用例子 276

第十五章 模糊神经控制模型L1和L2 285

第一节 模糊神经元 285

第二节 L1和L2的结构 286

第三节 对模型L1和L2的解释 289

第四节 硬件实现策略 294

第十六章 神经专家处理器 297

第一节 隶属函数发生器 297

第二节 神经专家处理器的结构 299

第三节 自调节神经专家处理器 302

第四节 硬件实现 303

第五节 几点说明 303

第十七章 真值流推理网络 307

第一节 真值流推理网络的结构 307

第二节 TVFIN在模糊控制中的应用 310

附录A 学习算法 320

第一节 监督与非监督学习 320

第二节 Hebb 学习 321

第三节 星入和星出 324

第四节 感知机训练 327

第五节 Widrow—Hoff 训练 328

第六节 统计训练算法 328

第七节 自组织 330

附录B 思考题 334