第1章 绪论 1
1．1神经网络的研究发展史 1
1．2并行分布处理理论 5
1．3神经网络的研究概况 7
第2章 神经网络的基本原理 10
2．1大脑的基本组成单元——神经元 10
2．2大脑的信息处理原理 11
2．3大脑的人工神经网络模型 13
2．4神经网络研究的内容和特点 20
第3章 基本神经网络模型 22
3．1感知机模型 22
3．2误差反向传播神经网络 25
第4章 自组织竞争学习神经网络模型 29
4．1自组织特征映射 29
4．2对传神经网络模型 33
4．3自适应共振理论ART 36
4．4认知机模型 40
第5章 联想记忆模型 44
5．1学习矩阵 44
5．2联想机 45
5．3双向联想记忆模型 48
第6章 Hopfield神经网络模型 51
6．1离散型Hopfield神经网络模型 51
6．2 Hopfield网络的联想记忆功能 52
6．3连续型Hopfield 神经网络模型 59
6．4组合优化问题的求解 61
第7章 随机神经网络模型 64
7．1 Boltzmann机 64
7．2高斯机 68
7．3柯西机 69
第8章 模糊神经网络 71
8．1模糊集理论 71
8．2模糊神经网络 75
8．3模糊联想记忆神经网络 77
第9章 细胞神经网络模型 79
9．1细胞神经网络的理论基础 79
9．2单细胞电路的硬件实现 83
第10章 神经计算机 86
10．1神经计算机概述 86
10．2神经网络模拟软件 88
10．3神经协处理机 92
10．4并行处理器阵列神经计算机 109
10．5基于Transputer的神经计算机 112
10．6高并行度神经计算机Sandy 117
10．7光神经计算机 123
第11章 柔性信息处理的新技术——RWC 128
11．1 RWC计划的概要 128
11．2 RWC计划中的基础理论研究 129
11．3 RWC计划中的新功能 131
11．4 RWC中的超并行计算系统 134
11．5 RWC中的神经系统 136
第12章 神经网络技术的应用 138
12．1神经网络目标识别 138
12．2神经网络在组合导航中的应用 142
12．3细胞神经网络用于图像处理 145
12．4神经PID控制 148
附录1 感知机的计算机模拟程序 152
附录2 BP算法的计算机模拟程序 156
参考文献 177