目录 1
前言 1
第一章 引论 1
1.1 人工神经网络概念的引发 2
1.2 不同途径的人工智能 8
1.3 人工神经网络的发展 12
参考文献 14
第二章 基础知识 16
2.1 脑神经系统的构成 17
2.2 脑神经细胞的工作概况 23
2.3 人脑的建模研究 31
2.4 人工神经网络的构思 34
2.5 系统稳定性及神经网络 37
2.6 混沌学与人工神经网络 52
参考文献 55
第三章 神经元模型 56
3.1 神经元的通用功能模型 56
3.2 简单线性神经元 62
3.3 位势神经元 64
3.4 逻辑神经元 66
3.5 势态神经元 71
3.6 其他神经元模型 74
参考文献 76
第四章 联接方式 77
4.1 神经元网的一般化结构 77
4.2 联接矩阵图 80
4.3 神经元网的多层组织 83
4.4 有互抑制作用的单层网 86
4.5 盒脑态网 90
参考文献 93
4.6 网络的动态仿真运行 93
第五章 典型网络分析 95
5.1 简单线性元网 95
5.2 阈值元和感知器 102
5.3 模式集的空间可分性 108
5.4 异或问题 116
5.5 多层前传网络 127
5.6 双向联想存贮 139
5.7 反馈网 150
5.8 相互激活与竞争网络 166
5.9 Grossberg网及自组织网络 169
参考文献 177
第六章 训练和学习 181
6.1 乘积学习规则 183
6.2 关联学习 187
6.3 线性元网的差值规则训练法 190
6.4 基于模式的表达方法 194
6.5 成组信号间的联想 203
6.6 准线性元网的差值规则 208
6.7 随机训练 218
6.8 竞争学习 228
参考文献 235
第七章 人工神经网络应用 238
7.1 人工神经网络特点 238
7.2 神经网络应用领域 243
7.3 典型网络的应用综述 246
7.4 神经网络的应用范例 250
第八章 人工神经网络设计基础 254
8.1 应用领域问题的特征分析和抽象 255
8.2 系统分析概要 257
8.3 网络设计基本原则 261
参考文献 268