神经网络
-
-
神经网络及其在化学中的应用
（斯洛文）Jure.Zupan，（德）Johann.Gasteiger著；潘忠孝，陈玲然译2000 年出版204 页ISBN：7312011071《神经网络及其在化学中的应用》是作为课本而编写的，因此，我们首先介绍神经网络的概念。最终将使你懂得采用商品化神经网络包，或是采用自编的程序去解决你的问题。《神经网络及其在化学中的应用》的第一篇介绍...
-
-
-
-
-
-
-
人工神经网络 模型、分析与应用
阎平凡，黄端旭编著1993 年出版371 页ISBN：7533611245内容包括:绪言、神经元模型与神经网络、前馈型网络及其主要算法、前馈网络的映射作用与容量分析等十三章。
-
深度学习 卷积神经网络从入门到精通
李玉鉴，张婷，单传辉，刘兆英等著2018 年出版424 页ISBN：9787111602798卷积神经网络是深度学习中最为重要的模型，对引领深度学习的井喷式发展起到了不可或缺的作用。本书试图全面介绍卷积神经网络的模型和方法，详细讨论了其现代雏形、突破模型、加深模型、应变模型、跨连模型、区...
-
神经网络理论方法及控制技术应用研究
王晓红著2018 年出版184 页ISBN：9787517060086神经网络作为一门新兴的信息处理科学，是对人脑若干基本特性的抽象利模拟。它是以人的大脑工作模式为基础，研究自适应及非程序的信息处理方法。本书系统地论述了神经网络的主要理论、控制技术及应用实例，旨在使...
-
脉冲神经网络原理及应用
蔺想红，王向文著2018 年出版280 页ISBN：9787030589491脉冲神经网络应用精确定时的脉冲序列表示与处理信息，与基于脉冲频率编码信息的传统人工神经网络相比，拥有更强大的计算能力，可以模拟各种神经信号和任意的连续函数，非常适合实现大脑神经信号的处理问题，是进行复...
-
BP神经网络视角下的高科技企业人才流失预警机制研究
徐茜著2018 年出版146 页ISBN：9787514199857目前国内外对于人才流失的研究尽管蓬勃，但针对高科技企业这一特定企业类型中人才流失的研究尚处于起步阶段。同时，在目前研究中关于人才流失风险预警指标的准确性与客观性，以及预警过程的时变性、自适应性和自...
-
金融科技丛书 MXNet神经网络与量化投资
TOP极宽量化开源组编著2018 年出版300 页ISBN：9787121351532MXNet是亚马逊（Amazon）的深度学习库，以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好的配置。本书以MXNet作为研究实践平台。书中主要介绍了在MXNet环境下，利用...
-
卷积神经网络与视觉计算
（美）拉加夫·维凯特森（Ragav Venkatesan），（美）李宝新（Baoxin Li）著2019 年出版170 页ISBN：9787111612391本书从基本的图像知识讲起，到机器学习的核心理论，再到神经网络和卷积神经网络及在计算机视觉中的最新应用，可以说形成了一个非常完整的知识体系。尽管这些内容不管哪一部分单独都可以成为一本教材，但本书的优势...
-
RBF神经网络自适应控制及MATLAB仿真
刘金琨著2018 年出版418 页ISBN：9787302517320全书共分11章，包括RBF网络的设计及分析、基于梯度下降法的RBF网络控制、简单的RBF网络自适应控制、RBF网络滑模控制、基于RBF网络逼近的自适应控制、基于RBF网络的自适应反演控制、RBF网络数字控制、离散系...
-
卷积神经网络的Python实现
单建华著2019 年出版225 页ISBN：9787115497567卷积神经网络是深度学习最重要的模型之一，本书作为该领域的入门读物，首先简单介绍了机器学习的基本概念，详细讲解了线性模型、神经网络和卷积神经网络模型，然后介绍了基于梯度下降法的优化方法和梯度反向传播算...
-
解析深度学习 卷积神经网络原理与视觉实践
魏秀参著2018 年出版185 页ISBN：9787121345289深入浅出地讲解深度卷积神经网络中的基本概念、涉及的主要技术、算法及其应用，并分析比较了当前流行的各类深度学习框架Caffe,Tensorflow、Torch、MXNet及MatConvNet。本书并不是一本编程类书籍，而是通过基础...
-
非线性多变量多模型神经网络自适应解耦控制
富月著2018 年出版153 页ISBN：9787030591296本书系统介绍具有不确定性的非线性单变量系统、非线性多变量系统、非线性多变量强耦合系统的自适应控制以及自适应解耦控制理论和方法。大部分内容取材于作者多年来在控制领域取得研究成果。全书共6章，主要...
-
神经网络与PyTorch实战
肖智清著2018 年出版209 页ISBN：9787111605775全书分为三个部分。第1和第2章感性介绍神经网络的基础知识，并给出一个利用PyTorch搭建神经网络解决实际问题的例子，使读者对神经网络和PyTorch有初步的了解；第3～9章介绍基于Python和PyTorch的科学计算和神经网...