神经网络设计

第1章 绪论

1．1 目的

1．2 历史

1．3 应用

1．4 生物学的启示

参考文献

第2章 神经元模型和网...

第1章 绪论

1．1 目的

1．2 历史

1．3 应用

1．4 生物学的启示

参考文献

第2章 神经元模型和网络结构

2．1 目的

2．1　理论和实例

2．2．1 符号

2．2．2　神经元模型

2．2．3 网络结构

2．3 小结

2．4 例题

2．5 结束语

习题

第3章 一个说明性实例

3．1 目的

3．2　理论和实例

3．2．1 问题描述

.3．2．2 感知机

3．2．3 hamming网络

3．2．4 hopfield网络

3．3 结束语

习题

第4章 感知机学习规则

4．1 目的

4. 2 理论和实例

4．2．1 学习规则

4．2．2 感知机的结构

4．2．3 感知机学习规则

4．2．4 收敛性证明

4．3 小结

4．4 例题

4．5 结束语

参考文献

习题

第5章 信号和权值向量空间

5．1 目的

5．2 理论和实例

5．2．1 线性向量空间

5．2．2 线性无关

5．2．3 生成空间

5．2．4 内积

5．2．5 范数

5．2．6 正交性

5．2．7 向量展开式

5．3 小结

5．4 例题

5．5 结束语

参考文献

习题

第6章 神经网络中的线性变换

6. 1 目的

6．2 理论和实例

6．2．1 线性变换

6．2．2 矩阵表示

6．2. 3 基变换

6．2. 4 特征值和特征向量

6．3 小结

6．4 例题

6．5 结束语

参考文献

习题

第7章 有监督的hebb学习

7．1 目的

7．2 理论和实例

7．2．1 线性联想器

7．2．2 hebb规则

7．2．3 仿逆规则

7．2．4 应用

7．2．5 hebb学习的变形

7．3 小结

7．4 例题

7．5 结束语

参考文献

习题

第8章 性能曲面和最优点

8．1 目的

8．2 理论和实例

8．2．1 泰勒级数

8．2．2 方向导数

8．2．3 极小点

8．2．4 优化的必要条件

8．2．5 二次函数

8．3 小结

8．4 例题

8．5 结束语

参考文献

习题

第9章 性能优化

9．1 目的

9．2 理论和实例

9．2．1 最速下降法

9．2．2 牛顿法

9．2．3 共扼梯度法

9．3 小结

9．4 例题

9．5 结束语

参考文献

习题

第10章 widrow-hoff学习算法

10．1 目的

10．2 理论和实例

10．2．1 adaline网络

10．2．2 均方误差

10．2．3 lms算法

10．2．4 收敛性分析

10．2．5 自适应滤波

10．3 小结

10．4 例题

10．5 结束语

参考文献

习题

第11章 反向传播

11．1 目的

11．2 理论和实例

11．2．1 多层感知机

11．2．2 反向传播算法

11．2．3 例子

11．2．4 反向传播

11．3 小结

11．4 例题

11．5 结束语

参考文献

习题

第12章 反向传播算法的变形

12．1 目的

12．2 理论和实例

12．2．1 bp算法的缺点

12．2．2 bp算法的启发式改进

12．2．3 数值优化技术

12．3 小结

12．4 例题

12．5 结束语

参考文献

习题

第13章 联想学习

13．1 目的

13．2 理论和实例

13．2．1 简单联想网络

13．2．2 无监督的hebb规则

13．2．3 简单的识别网络

13．2．4 instar规则

13．2．5 简单回忆网络

13．2．6 outstar规则

13．3 小结

13．4 例题

13．5 结束语

参考文献

习题

第14章 竞争网络

14．1 目的

14．2 理论和实例

14．2．1 hamming网络

14．2．2 竞争层

14．2．3 生物学意义上的竞争层

14．2．4 自组织特征图

14．2．5 学习向量量化

14．3 小结

14．4 例题

14．5 结束语

参考文献

习题

第15章 grossberg网络

15．1 目的

15．2 理论和实例

15. 2．1 生物学的启发：视觉

15．2．2 基本非线性模型

15．2．3 两层竞争网络

15．2．4 与kohonen规则的关系

15．3 小结

15．4 例题

15．5 结束语

参考文献

习题

第16章 自适应谐振理论

16．1 目的

16. 2 理论和实例

16．2．1 自适应谐振概述

16．2．2 第一层

16．2．3 第二层

16．2．4 调整子系统

16．2．5 学习规则：l1-l2

16．2．6 学习规则：l2-l1

16．2．7 art1算法小结

16．2．8 其他art体系结构

16．3 小结

16．4 例题

16．5 结束语

参考文献

习题

第17章 稳定性

17．1 目的

17．2 理论和实例

17．2．1 递归网络

17．2．2 稳定性概念

17．2．3 lyapunov稳定性定理

17．2．4 单摆例子

17．2．5 lasdlle不变性定理

17．3 小结

17．4 例题

17．5 结束语

参考文献

习题

第18章 hopfield网络

18．1 目的

18．2 理论和实例

18．2．1 hopfield模型

18．2．2 lyapunov函数

18．2．3 增益效应

18．2．4 hopfield网络设计

18．3 小结

18. 4 例题

18．5 结束语

参考文献

习题

第19章 结束语

19．1 目的

19．2 理论和实例

19．2．1 前馈和联想网络

19．2．2 竞争网络

19。2．3 动态联想存储器网络

19．2．4 神经网络的经典基础

19．2．5 参考书目和杂志

19．3 结束语

参考文献

附录a 文献目录

附录b 符号

附录c 软件

索引