第1章 绪论 1
1.1 神经网络的概念与分类 1
1.2 神经网络的基本特征和基本功能 3
1.3 神经网络的基本性质、优点及应用 5
1.4 神经网络的性能指标及研究内容 6
1.5 神经网络的发展简史、存在问题及发展趋势 7
1.6 神经网络的电磁应用 11
参考文献 12
第2章 基础知识 17
2.1 神经网络模型 17
2.2 神经网络的训练和学习 23
2.3 神经网络的泛化能力 27
2.4 神经网络训练用样本 28
参考文献 33
第3章 BP神经网络 34
3.1 BP神经网络结构 34
3.2 BP学习算法 36
3.3 BP神经网络应用要点 38
3.4 BP算法的不足及改进 42
3.5 BP神经网络应用 48
参考文献 57
第4章 RBF神经网络 60
4.1 网络结构和工作原理 60
4.2 网络的生理学基础和数学基础 62
4.3 常用的学习算法 66
4.4 网络的特点及注意事项 71
4.5 RBF神经网络应用 72
4.6 RBF神经网络与BP神经网络的比较 78
参考文献 79
第5章 Hopfield神经网络 82
5.1 Hopfield神经网络简介 82
5.2 神经动力学 82
5.3 Lyapunov定理 83
5.4 连续Hopfield神经网络 85
5.5 离散Hopfield神经网络 88
5.6 Hopfield神经网络应用 90
5.7 Hopfield神经网络特点 92
参考文献 92
第6章 粒子群神经网络 94
6.1 粒子群优化算法 94
6.2 粒子群神经网络原理及实现 108
6.3 粒子群神经网络应用 113
参考文献 125
第7章 模糊神经网络 128
7.1 模糊理论 128
7.2 模糊神经网络原理及实现 139
7.3 模糊神经网络应用 151
参考文献 169
第8章 混沌神经网络 173
8.1 混沌理论 173
8.2 混沌神经网络原理及实现 190
8.3 混沌神经网络应用 201
参考文献 214
第9章 小波神经网络 217
9.1 小波分析概述 217
9.2 小波神经网络原理及实现 223
9.3 小波神经网络应用 232
参考文献 242
第10章 知识神经网络 244
10.1 知识神经网络基本概念 244
10.2 基于局部保持投影的知识神经网络原理及实现 249
10.3 基于局部保持投影的知识神经网络应用 251
参考文献 255
第11章 神经网络集成 256
11.1 神经网络集成基本概念 256
11.2 神经网络集成实现方法 257
11.3 神经网络集成的应用 268
参考文献 284