1 绪论 1
1.1 引言 1
1.2 神经网络及其发展 2
1.3 人工神经网络结构设计发展现状 7
1.4 本书主要内容 14
2 感知器神经网络 18
2.1 引言 18
2.2 感知器神经网络分析 18
2.3 感知器神经网络学习算法 24
2.4 附录：数学基础 37
2.5 本章小结 41
3 前馈神经网络学习方法研究 43
3.1 引言 43
3.2 神经网络学习 43
3.3 快速下降算法 46
3.4 极速学习方法 53
3.5 实验与分析 57
3.6 附录：数学基础 65
3.7 本章小结 73
4 基于信息熵的前馈网络结构优化设计 74
4.1 引言 74
4.2 熵 77
4.3 基于改进拟熵的神经网络权衰减算法 81
4.4 基于神经网络复杂度的修剪算法 90
4.5 自适应前馈神经网络结构设计 96
4.6 本章小结 103
5 模块化神经网络结构设计 105
5.1 引言 105
5.2 模块化神经网络 105
5.3 模块化神经网络的构架与实现 110
5.4 模块化神经性能分析 112
5.5 本章小结 117
6 多层协同模块化神经网络 119
6.1 引言 119
6.2 视觉神经系统 119
6.3 多层协同模块化神经网络 121
6.4 实验与分析 126
6.5 本章小结 131
7 局部互连BP神经网络 132
7.1 引言 132
7.2 局部互连BP神经网络结构 132
7.3 RBF神经元参数的确定 135
7.3 局部互连BP神经网络的学习及网络结构设计 138
7.4 实验与分析 139
7.5 本章小结 145
8 动态自适应模块化神经网络结构设计 146
8.1 引言 146
8.2 动态自适应模块化神经网络结构 147
8.3 动态自适应模块化神经网络结构设计 150
8.4 动态自适应模块化神经网络学习算法 159
8.5 实验与分析 163
8.6 本章小结 178
9 具有群集属性的回声状态网络结构设计 180
9.1 引言 180
9.2 回声状态网络 181
9.3 具有Small World特性的回声状态网络结构设计 183
9.4 实验与分析 186
9.5 本章小结 195
参考文献 196