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