神经网络设计方法与实例分析PDF电子书下载
- 电子书积分:13 积分如何计算积分?
- 作 者:施彦,韩力群,廉小亲编著
- 出 版 社:北京:北京邮电大学出版社
- 出版年份:2009
- ISBN:9787563521029
- 页数:363 页
第1章 神经网络模型评估及选择 1
1.1 神经网络的泛化能力[1-3] 1
1.2 神经网络预测模型的一般描述[2,3] 2
1.3 研究神经网络泛化能力的理论基础[2-6] 3
1.3.1 经验风险最小化原则 3
1.3.2 结构风险最小化原则 4
1.3.3 偏差-方差分解 5
1.4 影响神经网络的泛化能力的具体因素[2-5] 6
1.4.1 神经网络具有泛化能力的基本必要条件 7
1.4.2 噪声的影响 7
1.4.3 “欠拟合”和“过拟合” 8
1.5 提高神经网络的泛化能力的方法[4,6] 9
1.5.1 模型结构选择 9
1.5.2 训练集扩展方法 11
1.5.3 提前停止 12
1.5.4 权值衰减 12
1.5.5 贝叶斯学习 13
1.5.6 神经网络集成[7-14] 14
1.6 神经网络模型的评估与选择[4-6,15] 17
1.6.1 神经网络模型的评估 17
1.6.2 神经网络模型的选择 18
本章参考文献 22
第2章 基于BP算法的多层感知器的设计与应用 23
2.1 基于BP算法的多层感知器网络工作原理与主要特点[1-6] 23
2.1.1 基于BP算法的多层前馈网络模型 23
2.1.2 BP学习算法 25
2.1.3 BP算法的程序实现 27
2.1.4 标准BP算法的改进 28
2.2 基于BP算法的多层前馈网络设计基础[1-6] 29
2.2.1 网络信息容量与训练样本数 30
2.2.2 训练样本集的准备 30
2.2.3 初始权值的设计 34
2.2.4 多层前馈网结构设计 34
2.2.5 网络训练与测试 36
2.3 基于BP算法的多层前馈网络应用与设计实例 37
2.3.1 基于BP算法的多层前馈网络在催化剂配方建模中的应用[8] 37
2.3.2 基于BP算法的多层前馈网络在城市年用水量预测中的应用[9] 38
2.3.3 基于BP算法的多层前馈网络在煤与瓦斯突出预测中的应用[10] 41
2.3.4 基于BP算法的多层前馈网络在磨煤机料位监测中的应用[11] 45
2.3.5 基于BP算法的多层前馈网络在道路安全评价中的应用[12] 48
2.3.6 基于BP算法的多层前馈网络在项目投资风险评价中的应用[13] 54
2.3.7 基于BP算法的多层前馈网络在大气环境质量评价中的应用[14] 56
2.3.8 基于BP网络集成的除草剂定量构效关系模型[15,16] 66
2.3.9 基于BP网络集成的物流中心选址模型[17] 70
本章参考文献 75
第3章 径向基函数神经网络的设计与应用 77
3.1 径向基函数网络原理与学习算法[1] 77
3.1.1 正则化RBF网络原理与学习算法 77
3.1.2 广义RBF网络原理与学习算法 80
3.2 RBF网络的设计要点[2] 83
3.2.1 随机选取RBF中心 83
3.2.2 自组织学习选取RBF中心及网络设计 83
3.2.3 有监督学习选取RBF中心及网络设计 84
3.2.4 正交最小二乘(OLS)法选取RBF中心及网络设计 84
3.2.5 递归最小二乘(OLS)法选取RBF中心及网络设计 84
3.2.6 其他方法 85
3.2.7 RBF网络与多层感知器的特点与设计比较 85
3.3 RBF网络的应用实例 86
3.3.1 RBF网络在液化气销售量预测中的应用[3] 86
3.3.2 RBF网络在地表水质评价中的应用[4] 86
3.3.3 RBF网络在汽油干点软测量中的应用[5] 88
3.3.4 RBF网络在地下温度预测中的应用[6] 89
3.3.5 RBF网络在工程车辆自动变速控制中的应用[7] 92
3.3.6 RBF网络在人脸年龄估计中的应用[8] 95
3.3.7 RBF网络在专利发展趋势预测中的应用[9] 97
3.3.8 RBF网络在图像融合中的应用[10] 100
3.3.9 RBF网络红外光谱法用于中药大黄样品的真伪分类[11] 104
3.3.10 RBF网络在船用柴油机智能诊断中的应用[12] 106
3.3.11 RBF网络在多级入侵检测中的应用[13] 109
本章参考文献 112
第4章 SOFM网络设计与应用 113
4.1 SOFM网络原理与学习算法[1] 113
4.2 SOFM网络的设计基础[1] 115
4.2.1 输出层设计 115
4.2.2 权值初始化问题 116
4.2.3 优胜邻域Nj*(t)的设计 117
4.2.4 学习率η(t)的设计 117
4.3 应用与设计实例 117
4.3.1 SOFM网络用于皮革外观效果分类[2] 117
4.3.2 SOFM网络用于物流中心城市分类评价[3] 119
4.3.3 SOFM网络用于遥感影像分类[4] 121
4.3.4 SOFM网络用于火焰燃烧诊断[5] 123
4.3.5 SOFM网络在防火树种分类中的应用[6] 125
4.3.6 SOFM在基于汉字与部件聚类的汉字认知建模中的应用[7] 128
4.3.7 SOFM网络在膨胀土分类中的应用[8] 132
4.3.8 SOFM网络在水电厂技术供水系统故障诊断中的应用[9] 136
4.3.9 SOFM网络在不同地区人力资本构成分析中的应用[10] 141
本章参考文献 144
第5章 LVQ网络设计与应用 146
5.1 LVQ网络原理与学习算法[1] 146
5.1.1 LVQ网络工作原理 146
5.1.2 LVQ网络的学习算法 147
5.2 LVQ网络设计要点[1] 149
5.2.1 竞争层设计 149
5.2.2 权值初始化问题 150
5.2.3 学习率η(t)的设计 151
5.3 应用与设计实例 151
5.3.1 LVQ网络在证券投资基金分类中的应用[2] 151
5.3.2 LVQ网络在探地雷达探雷中的应用[3] 153
5.3.3 LVQ网络在苹果等级判别中的应用[4] 154
5.3.4 LVQ网络在胃癌组织样品分类识别中的应用[5] 157
5.3.5 LVQ网络在液压系统故障诊断中的应用[6] 159
5.3.6 LVQ网络在汽车信贷客户分类中的应用研究[7] 161
5.3.7 LVQ网络在土地利用/覆盖变化探测中的应用[8] 162
5.3.8 LVQ网络在周期信号识别方面的扩展应用[9] 165
本章参考文献 168
第6章 对偶传播神经网络 169
6.1 网络运行原理及学习算法[1] 169
6.1.1 网络结构及运行原理 169
6.1.2 CPN的学习算法 170
6.2 CPN网的设计与改进[1] 172
6.2.1 CPN网的设计要点 172
6.2.2 改进的CPN网 172
6.3 CPN网的应用 173
6.3.1 CPN网在烤烟烟叶颜色模式分类中的应用[1] 173
6.3.2 CPN网络的水电机组振动故障诊断中的应用[2] 174
6.3.3 CPN网络在博士学位论文质量评估中的应用[3] 176
6.3.4 CPN网在人脸识别中的应用[4] 178
6.3.5 CPN网络在时间序列预测问题中的应用[5] 180
6.3.6 CPN网络在棉花异性纤维识别中的应用[6] 182
本章参考文献 184
第7章 ART网络设计及应用 185
7.1 ART网络原理与算法[1-4] 185
7.1.1 ART网络的主要特点 185
7.1.2 ARTⅠ型网络原理与算法 185
7.1.3 ARTⅡ型网络原理与算法 188
7.2 ART网络设计与改进[1-4] 190
7.2.1 设计要点——警戒门限的选择 190
7.2.2 几种改进算法 191
7.3 ART网络应用实例 193
7.3.1 ARTⅠ型网络在故障诊断中的应用 193
7.3.2 ARTⅠ型网络在垃圾邮件过滤中的应用[7] 195
7.3.3 ARTⅠ型网络在中文文档分类中的应用[8] 197
7.3.4 ARTⅡA-E型网络在指纹识别中的应用[9] 197
7.3.5 ARTⅡ型网络在压力容器焊缝超声波探伤中的应用[10] 200
7.3.6 变形ART网络的应用 201
本章参考文献 205
第8章 Hopfield网络的设计与应用 207
8.1 离散型Hopfield网络[1] 207
8.1.1 离散型Hopfield网络工作原理 207
8.1.2 网络的权值设计 209
8.2 连续型Hopfield网络[1] 210
8.3 Hopfield网络应用实例 212
8.3.1 DHNN网络在杭州西湖富营养化分类中的应用[2] 212
8.3.2 DHNN在数字水印算法中的应用[3,4] 215
8.3.3 DHNN在信用风险评价中的应用[5] 218
8.3.4 CHNN网解决TSP优化计算问题[1] 221
8.3.5 CHNN网络在原料混匀中的应用[6] 225
8.3.6 CHNN在经济负荷分配中的应用[7] 228
本章参考文献 231
第9章 时序递归网络的设计与应用 232
9.1 递归网络常用模型 232
9.1.1 输入输出递归网络通用模型[1] 232
9.1.2 Elman网络模型 233
9.1.3 递归多层感知器模型 234
9.2 递归网络的学习算法[1] 234
9.2.1 历时反向传播学习算法 235
9.2.2 实时递归学习算法 237
9.3 递归网络的应用实例 239
9.3.1 NARX网络在系统辨识中的应用[2] 239
9.3.2 E1man网络在股票价格预测中的应用[3] 241
9.3.3 Elman网络在故障诊断中的应用[4] 243
9.3.4 Elman网络集成在诺西肽发酵过程建模中的应用[5] 245
9.3.5 递归神经网络在化工动态系统建模中的应用[6,7] 247
9.3.6 递归神经网络在非线性预测语音编码中的应用[8] 250
本章参考文献 252
第10章 CMAC网络的设计与应用 253
10.1 CMAC网络工作原理与设计要点[1] 253
10.2 CMAC网络的学习算法 258
10.3 CMAC网络应用实例 258
10.3.1 CMAC网络在板厚控制系统中的应用[2] 259
10.3.2 CMAC网络在机器人的手臂协调控制中的应用[3] 261
10.3.3 CMAC网络在短期电价预测中的应用[4] 263
10.3.4 CMAC网络在系统辨识中的应用[5] 266
10.3.5 CMAC网络在温度传感器校正中的应用[6] 268
10.3.6 CMAC网络在变压器故障诊断中的应用[7] 271
本章参考文献 274
第11章 支持向量机的设计与应用 275
11.1 支持向量机的基本思想和构建[1,2] 275
11.1.1 最优超平面的概念和构建 275
11.1.2 支持向量机的基本原理 278
11.1.3 支持向量机用于多分类问题 280
11.1.4 支持向量机用于回归问题 281
11.2 支持向量机的学习算法[1,2] 282
11.3 支持向量机的特点及影响因素[2,3] 284
11.3.1 支持向量机的特点 284
11.3.2 支持向量机的影响因素 285
11.4 支持向量机设计的应用实例 286
11.4.1 用SVM解决XOR问题[1] 286
11.4.2 SVM在手写体数字识别中的应用[3] 289
11.4.3 支持向量机在混合气体种类光谱识别中的应用[4] 292
11.4.4 支持向量机在高速公路车流量预测中的应用[5] 296
11.4.5 基于SVM的沙尘暴预测模型[6] 298
11.4.6 SVM在人耳识别中的应用[7] 300
11.4.7 SVM在锅炉燃烧工况识别中的应用[8] 302
11.4.8 SVM在烤烟烟叶生长部分判别中的应用[9] 304
本章参考文献 305
第12章 人工神经元网络设计开发平台 307
12.1 MATLAB神经网络工具箱函数及其应用[1,2] 307
12.1.1 感知器神经网络工具箱函数 307
12.1.2 线性神经网络工具箱函数 312
12.1.3 BP神经网络工具箱函数 317
12.1.4 径向基神经网络工具箱函数 325
12.1.5 自组织神经网络工具箱函数 329
12.1.6 学习向量量化(LVQ)神经网络工具箱函数 337
12.1.7 Elman神经网络工具箱函数 340
12.1.8 Hopfield神经网络工具箱函数 345
12.2 基于MATLAB Simulink的神经网络控制[3] 348
12.2.1 控制系统模型分类 348
12.2.2 系统设计过程 349
12.2.3 神经网络预测控制系统实例 349
12.3 其他几种神经网络开发环境介绍[4-13] 358
12.3.1 神经网络软件NeuroSolutions 358
12.3.2 神经网络软件NeuralWorks ProfessionalⅡ/PLUS V 5.5 359
12.3.3 神经网络软件LmNet PF 360
12.3.4 Plexi神经网络开发环境 360
12.3.5 Neuroshell神经网络开发环境 360
12.3.6 NETSETⅡ神经网络开发环境 361
12.3.7 N-NET210神经网络开发环境 361
12.3.8 CaseNet神经网络开发环境 361
12.3.9 FS-Neuro神经网络开发平台 361
12.3.10 金自天正人工神经元网络开发平台软件V1.0 362
本章参考文献 362
- 《水面舰艇编队作战运筹分析》谭安胜著 2009
- 《计算机网络与通信基础》谢雨飞,田启川编著 2019
- 《激光加工实训技能指导理实一体化教程 下》王秀军,徐永红主编;刘波,刘克生副主编 2017
- 《中国铁路人 第三届现实主义网络文学征文大赛一等奖》恒传录著 2019
- 《分析化学》陈怀侠主编 2019
- 《影响葡萄和葡萄酒中酚类特征的因素分析》朱磊 2019
- 《仪器分析技术 第2版》曹国庆 2018
- 《全国普通高等中医药院校药学类专业十三五规划教材 第二轮规划教材 分析化学实验 第2版》池玉梅 2018
- 《先进激光加工技能实训》肖海兵主编 2019
- 《Power BI数据清洗与可视化交互式分析》陈剑 2020
- 《大学计算机实验指导及习题解答》曹成志,宋长龙 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《大学生心理健康与人生发展》王琳责任编辑;(中国)肖宇 2019
- 《大学英语四级考试全真试题 标准模拟 四级》汪开虎主编 2012
- 《大学英语教学的跨文化交际视角研究与创新发展》许丽云,刘枫,尚利明著 2020
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《复旦大学新闻学院教授学术丛书 新闻实务随想录》刘海贵 2019
- 《大学英语综合教程 1》王佃春,骆敏主编 2015
- 《大学物理简明教程 下 第2版》施卫主编 2020
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019