当前位置:首页 > 工业技术
神经网络及其应用
神经网络及其应用

神经网络及其应用PDF电子书下载

工业技术

  • 电子书积分:14 积分如何计算积分?
  • 作 者:周志华,曹存根主编
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2004
  • ISBN:7302086508
  • 页数:445 页
图书介绍:本书特别邀请国内神经网络及相关领域的知名专家,分别就神经网络的理论基础及典型应用进行讨论。内容涉及神经网络的学习方法、优化计算、知识理论、流形学习、过程神经元网络、随机二元网络、离散联想记忆神经网络以及神经网络在医学数据处理、汉语认知等方面的应用。文中通过丰富的文献资料和研究工作,对当前的最新进展做出回顾和分析,对学术研究有重要的参考价值。
《神经网络及其应用》目录

专题1 神经网络的学习方法 张铃 张钹 1

1 引言 1

2基于搜索机制的神经网络学习算法 2

2.1前向神经网络的BP算法 2

2.2BP算法的各种改进 5

3神经网络的规划学习方法 6

3.1 引言 6

3.2神经网络的规划学习算法 6

3.3支持向量机的学习方法 9

3.4 当样本集K不是线性可分的情况 11

4神经网络的构造性学习方法 13

4.1前向网络的FP算法 13

4.2构造性学习方法——覆盖算法 18

4.3覆盖算法的应用 25

4.4覆盖算法的改进和扩展 26

5覆盖算法与SVM中核函数法的关系 27

5.1 SVM中的核函数法 27

5.2覆盖算法与核函数法的关系 29

5.3函数覆盖算法的泛化能力 32

6结束语 33

参考文献 33

专题2 过程神经元网络的理论和应用 何新贵 许少华 36

1 引言 36

2过程神经元模型 38

2.1生物神经元的启示 38

2.2过程神经元模型的定义 38

2.4过程神经元与复合函数 39

2.3过程神经元与泛函 39

3过程神经元网络模型 40

3.1前馈过程神经元网络模型 40

3.2关于前馈过程神经网络的基本定理 43

3.3学习算法 43

3.4双隐层过程神经元网络模型 47

3.5离散过程神经元网络模型 47

4反馈过程神经元网络模型 49

4.1网络拓扑结构 49

4.2学习算法 50

4.4仿真实验 51

4.3算法描述 51

5输入输出均为时变函数的过程神经网络模型 52

5.1网络拓扑结构 52

5.2网络各层之间的输入输出关系 53

5.3学习算法 53

6结束语 55

参考文献 56

1 引言 58

专题3 神经计算和优化计算 史忠植 叶世伟 58

2 凸优化理论 59

3 Hopfield网络稳定性分析 63

3.1动力系统简介 63

3.2连续时间Hopfield模型 66

3.3离散时间Hopfield网络模型的稳定性 68

4非线性梯度下降算法 72

4.1理论基础 73

4.2算法设计和分析 75

4.3结论 80

5支持向量机对偶规划的优化理论和算法设计及分析 80

5.1介绍 80

5.2基于一般惩罚代价函数的SVM及对偶规划 82

5.3对偶规划最优性方程组 83

5.4建立支持向量机最优性方程组 85

5.5基于罚函数方法的SVM优化算法设计与分析 88

参考文献 91

6结束语 91

专题4 知识理论与神经网络 钟义信 93

1 引言 93

2知识概念 95

2.1基本概念 95

2.2知识的分类 100

2.3知识的表示 101

3知识度量 104

4知识生成 108

4.1归纳型知识生成 109

4.2演绎型知识生成 114

5知识激活 119

6神经网络与知识理论 122

6.1神经网络与知识生成 122

6.2神经网络与知识演绎 124

6.3神经网络与知识激活 125

7结束语 126

参考文献 127

专题5 人工免疫系统中的克隆选择算法 焦李成 杜海峰 刘若辰 128

1 引言 128

2人工免疫系统进展 130

2.1人工免疫系统的历史 130

2.2人工免疫系统的研究领域 131

2.3人工免疫系统与其他方法的比较 139

3克隆选择学说与克隆选择算子 141

3.1克隆选择 141

3.2克隆算子 142

4.1简单的克隆选择算法SCSA 145

4简单的克隆选择算法及其性能分析 145

4.2简单克隆选择算法的收敛性 146

4.3多克隆算子与单克隆算子的比较 147

4.4克隆选择算法与进化算法 150

5改进的克隆选择算法 151

5.1 自适应多克隆规划算法APPA 151

5.2 自适应动态克隆算法ADCSA 156

5.3免疫优势克隆算法IDCA 159

6结论 163

7.1人工免疫系统存在的问题 164

7展望 164

7.2人工免疫系统进一步研究的方向 165

7.3基于人工免疫系统的综合集成 165

参考文献 166

专题6流形学习 张军平 王珏 172

1引言 172

1.1 流形学习的研究背景 172

1.2流形学习的研究意义 175

2流形学习综述 176

2.1流形学习的定义 177

2.2流形学习的方法 178

3流形学习的应用 190

3.1可视化 190

3.2插值 191

3.3分类 192

3.4图像处理 195

3.5数据可听化 196

3.6其他 196

4.1流形概念 197

4流形学习若干问题的研究 197

4.2流形学习中的算法研究 202

4.3其他问题研究 204

5结束语 205

参考文献 205

专题7 模糊蕴涵算子及其构造 李洪兴 尤飞 208

1引言 208

2模糊蕴涵算子及其性质 209

3模糊蕴涵算子的伴随对 214

4模糊蕴涵算子的圈乘算子 221

5三角模、余三角模的定义和性质 227

6 由三角模构造的模糊蕴涵算子 228

6.1 由力迫蕴涵算子、不可分辨蕴涵算子EGǒdel构造的模糊蕴涵算子 228

6.2一类由三角模生成的蕴涵算子和传播算子 229

7一类由余三角模生成的蕴涵算子和合成算子 230

8模糊蕴涵算子θ122~θ147的圈乘算子 231

9模糊蕴涵算子的对偶算子 235

10结束语 255

参考文献 256

专题8 随机二元网络的理论与应用 赵杰煜 258

1引言 258

2时间域数据表示和随机神经元 260

2.1时间域数据表示 260

2.2随机神经元 262

3前馈型随机二元网络 265

3.1梯度下降学习 265

3.2 VC维和学习样本数分析 270

4.1定义 271

4反馈型随机二元网络 271

4.2平稳分布 272

4.3模拟退火 273

4.4 RSBN与马尔可夫随机场 274

4.5 RSBN与Boltzmann机 275

4.6 RSBN的学习算法 276

5量子二元网络 277

5.1量子联想记忆的实现 278

5.2量子纠缠的实现 280

6.1完全随机序列的产生 281

6随机二元网络硬件设计 281

6.2通用随机序列产生器 282

6.3随机神经元的构造 284

6.4在线学习的硬件实现 285

7随机二元网络应用 286

7.1组合优化——图对分问题 286

7.2模式识别 288

参考文献 291

8讨论 291

专题9离散联想记忆神经网络研究进展 陈松灿 295

1引言 295

1.1联想记忆的定义和分类 295

1.2联想记忆的研究重点及其设计目标 298

2联想记忆研究进展 299

2.1Hopfield联想记忆 299

2.2双向联想记忆(BAM) 303

2.3其他联想模式 312

3应用 312

3.1多证据推理 313

3.2图像压缩 314

4结束语 315

参考文献 316

专题10 神经网络规则抽取 周志华 321

1 引言 321

2起源和发展 322

3.1规则类型 323

3规则和评价 323

3.2评价体系 324

4算法分类 325

4.1 ADT分类学 325

4.2分解型算法 326

4.3教学型算法 328

4.4折中型算法 330

3.1分类问题 331

4.5复合型算法 332

5.1规则抽取与连接主义 334

5讨论 334

5.2 “用神经网络抽取规则”和“为神经网络抽取规则” 335

6结束语 336

参考文献 337

专题11 神经网络在医学数据处理中的应用 杨杰 李国正 王永刚 343

1引言 343

2医学数据处理中的神经网络 345

2.1 单个的神经网络及其与其他方法的组合 345

2.3支持向量机 348

2.2神经网络集成 348

3医学数据处理的分类 350

3.2 回归问题 352

3.3聚类分析 353

4专题综述 353

4.1医学图像处理 353

4.2传统中医的研究 354

参考文献 356

5讨论 356

专题12汉语认知的脑功能成像与神经网络 唐一源 唐焕文 Yijun Liu 366

1引言 366

1.1 揭示脑的奥秘是21世纪的最大挑战 366

1.2为什么研究汉语认知 367

2脑的结构与功能分区 368

2.1大脑皮层功能分区 369

2.2脑的皮层下结构 370

3脑功能成像技术 371

3.1脑功能成像技术简介 372

3.2脑功能成像技术的比较 378

3.3脑功能成像实验步骤及处理分析技术 379

4汉语认知研究 380

4.1汉语认知的脑半球偏侧化 380

4.2汉语认知加工是否有不同于英文加工的特殊脑区 381

4.3汉语拼音的对比研究 383

4.4汉语认知的脑内信息加工模式 384

5.1研究目标 388

5.2研究背景 388

5汉语认知脑区间的相互作用及脑内信息加工模式分析示例 388

5.3实验材料和方法 389

5.4数据处理分析 390

5.5实验结果 393

5.6结果讨论 394

5.7初步结论 396

6本领域研究存在的问题及未来趋势 396

6.1脑功能成像技术的局限 396

6.4神经建模方法的未来 397

6.3认知任务操作中伴随的意识、情绪等成分 397

6.2认知任务的个体差异 397

6.5 脑研究需要全球性的科研大合作:全球知识管理系统的建立 398

6.6多学科交叉的神经信息学研究方法 398

6.7结语 398

参考文献 399

专题13 认知心理学与神经网络 余嘉元 406

1引言 406

2.2亚符号范式 409

2.3联结主义心理学的若干假设 409

2.1联结主义的基本含义 409

2联结主义认知心理学的基本思想 409

2.4联结主义心理学的特征 410

3联结主义对于知觉效应的研究 411

3.1问题的提出 411

3.2级连相关模型 412

3.3实验研究 413

4 Stroop任务 414

4.1 Stroop任务的模型框架 414

4.2神经网络模型 415

5记忆 416

5.1联想记忆 417

5.2语义记忆 417

5.3记忆和表征 419

5.4内隐记忆和外显记忆 421

6语言 422

6.1关于词汇发音的模型 422

6.2词汇命名模型和吸引子模型 423

6.4人称代词的获得问题 424

6.3神经网络对于语言规则的表征和推导 424

6.5汉语认知研究 426

7问题解决的研究 427

7.1儿童关于“天平问题”的判断 427

7.2距离、时间和速度问题 428

8知识的组织 430

8.1信息加工理论的模型 430

8.2联结主义理论的模型 431

9.2实验 433

9决策 433

9.1研究设计 433

9.3模拟 434

9.4结果和讨论 434

9.5结论 436

10认知发展问题 436

10.1计算发展心理学 436

10.2 已经得到的有意义的结论 437

10.3 目前尚存的问题 438

11.2联结主义模型 439

11联结主义和认知测量 439

11.1问题的提出 439

11.3连续记分IRT模型 440

11.4计算机模拟实验的设计和实施 440

12展望 443

12.1 已经取得的进展 443

12.2存在的问题和今后的研究课题 444

参考文献 444

相关图书
作者其它书籍
返回顶部