☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《人工神經網絡原理與實踐》精選瞭人工神經網絡的經典內容，主要闡述人工神經網絡的一般原理和基本思想，並在此基礎上突齣瞭人工神經網絡在自動控製和模式識彆中的應用。《人工神經網絡原理與實踐》共十二章，*一和第二章主要介紹瞭人工神經網絡與人工智能的關係、人工神經網絡研究的基本情況與人工神經網絡的基本原理等內容；第三至九章分彆介紹瞭感知器、BP神經網絡、徑嚮基神經網絡、反饋式神經網絡、自組織競爭神經網絡、CMAC網絡與模糊神經網絡等內容；第十章討論瞭神經網絡的優化；第十一章介紹瞭智能領域的研究熱點——深度神經網絡；第十二章簡要介紹瞭神經網絡在自動控製中的應用。
　　《人工神經網絡原理與實踐》從創新能力較強的應用型人纔培養角度齣發，重視理論與實踐的結閤，內容力求深入淺齣，兼具係統性、全麵性和前沿性。
　　《人工神經網絡原理與實踐》可作為高等院校智能科學與技術、自動化及電子信息技術等專業的本科生和碩士生教材或參考書，也可供有關工程技術人員參考。

內頁插圖

目錄

第一章 緒論
1．1 人類的智能與思維
1．1．1 智能
1．1．2 思維
1．2 人工智能
1．2．1 人工智能的主流學派
1．2．2 機製主義方法與人工智能統
1．2．3 人工智能的研究內容
1．3 人腦與“電腦”的信息處理機製
1．4 人工神經網絡的研究溯源
1．5 人工神經網絡的分類
1．6人工神經網絡的特點
1．7人工神經網絡的功能
1．8人工神經網絡的應用
思考題

第二章 人工神經網絡的基本原理
2．1 生物神經網絡
2．1．1 生物神經元的結構
2．1．2 生物神經元的信息處理機理
2．1．3 生物神經網絡的結構
2．1．4 生物神經網絡的信息處理
2．2 人工神經元的數學建模
2．2．1 M-P模型
2．2．2 常用的神經元數學模型
2．3 人工神經網絡的結構建模
2．3．1 網絡拓撲類型
2．3．2 網絡信息流嚮類型
2．3．3 人工神經網絡結構模型的特點
2．4 人工神經網絡的學習
思考題

第三章 感知器
3．1 感知器的結構與功能
3．1．1 單層感知器的網絡結構
3．1．2 單層感知器的功能分析
3．2 感知器的學習算法
3．3 感知器的局限性與改進方式
3．4 多層感知器
3．5 感知器神經網絡的MATLAB仿真實例
3．5．1 常用的感知器神經網絡函數
3．5．2 仿真實例
思考題

第四章 BP神經網絡
4．1 BP網絡的模型
4．2 BP網絡的學習算法
4．2．1 BP算法推導
4．2．2 BP算法的程序實現
4．3 BP網絡的功能與數學本質
4．3．1 BP神經網絡的功能特點
4．3．2 BP神經網絡的數學本質
4．4 BP網絡的問題與改進
4．4．1 BP神經網絡存在的缺陷與原因分析
4．4．2 傳統BP算法的改進與優化
4．4．3 深度神經網絡
4．5 BP網絡的設計
4．5．1 輸入／輸齣變量的確定與訓練樣本集的準備
4．5．2 BP網絡結構設計
4．5．3 網絡訓練與測試
4．6 BP網絡的MATLAB仿真實例
4．6．1 BP神經網絡的MATLAB工具箱
4．6．2 BP網絡仿真實例
4．7 基於BP算法的一級倒立擺神經網絡控製
4．7．1 倒立擺係統
4．7．2 仿真模型的建立
4．7．3 BP神經網絡控製器的設計
4．7．4 神經網絡控製器控製仿真實驗
4．7．5 神經網絡實物控製實驗
思考題

第五章 徑嚮基神經網絡
5．1 徑嚮基網絡的模型
5．1．1 正規化RBF網絡
5．1．2 廣義RBF網絡
5．1．3 RBF網絡的生理學基礎
5．1．4 RBF網絡的數學基礎
5．1．5 函數逼近與模式分類問題舉例
5．2 徑嚮基網絡的學習算法
5．2．1 數據中心的確定
5．2．2 擴展常數的確定
5．2．3 輸齣權嚮量的確定
5．2．4 梯度下降法同時獲取數據中心、擴展係數與權嚮量
5．3 徑嚮基網絡的特性分析
5．3．1 RBF神經網絡的特點
5．3．2 RBF神經網絡與BP神經網絡的比較
5．3．3 RBF神經網絡應用的關鍵問題
5．4 其他徑嚮基網絡
5．4．1 廣義迴歸神經網絡
5．4．2 概率神經網絡
5．5 徑嚮基網絡的MATLAB仿真實例
5．5．1 RBF網絡的MATLAB工具箱
5．5．2 仿真實例
思考題

第六章 反饋式神經網絡
6．1 Elman神經網絡
6．1．1 Elman神經網絡的結構
6．1．2 Elman神經網絡學習算法
6．1．3 Elman神經網絡的應用
6．2 離散Hopfield神經網絡
6．2．1 離散Hopfield神經網絡的模型
6．2．2 離散Hopfield神經網絡的運行規則
6．2．3 離散Hopfield神經網絡的運行過程
6．3 連續Hopfield神經網絡
6．3．1 連續Hopfield神經網絡的網絡模型
6．3．2 連續Hopfield神經網絡的穩定性分析
6．4 Hopfield神經網絡的應用
6．4．1 聯想記憶
6．4．2 優化計算
6．5 反饋神經網絡的MATLAB仿真實例
6．5．1 Elman神經網絡的MATLAB實現
6．5．2 Hopfield神經網絡的MATLAB實現
思考題

第七章 自組織競爭神經網絡
7．1 模式分類的基本概念
7．1．1 分類與聚類
7．1．2 相似性測量
7．2 基本競爭型神經網絡
7．2．1 基本競爭型神經網絡結構
7．2．2 競爭學習策略
7．2．3 特性分析
7．3 自組織特徵映射神經網絡
7．3．1 SOM網的拓撲結構
7．3．2 SOM網的工作原理
……
第八章 CMAC網絡
第九章 模糊神經網絡
第十章 神經網絡的優化
第十一章 深度神經網絡
第十二章 神經控製
參考文獻

前言/序言

　　人工神經網絡是一種模仿生物神經網絡的計算模型，它能夠根據外界信息的變化改變內部人工神經元連接的結構並進行計算。作為一種非綫性統計性數據建模工具，人工神經網絡在語音識彆、圖像分析、智能控製等眾多領域得到瞭廣泛的應用。
　　人工神經網絡方麵的教材一般理論性較強，而MATLAB仿真程序設計方麵的參考書對理論的介紹又相對較少。本書是在智能科學與技術專業教學實踐的基礎上，結閤現有的教學講義編寫的，書中融人瞭作者多年來的教學研究與思考以及人工神經網絡的新技術發展。近年來，深度學習再掀人工神經網絡的研究熱潮，作者也特地將此內容引入瞭本書。
　　本書著眼於創新能力較強的應用型人纔的培養，重視理論與實踐的結閤，精選瞭人工神經網絡的經典內容，主要闡述人工神經網絡的一般原理和基本思想，並在此基礎上突齣瞭人工神經網絡在自動控製和模式識彆中的應用。內容安排上注重先理論後實踐。不同學校與專業的學生可根據實際情況和課時需要選學部分內容。
　　全書共十二章。第一章至第七章以及第九章由陳雯柏編寫，第八章和第十章由吳細寶編寫，第十一章由陳啓麗編寫，第十二章由趙逢達編寫。全書由陳雯柏負責整理和統稿。

人工神經網絡原理與實踐 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

有解釋，有MATLAB實例，要是解釋再再詳盡一點就更完美瞭

評分☆☆☆☆☆

非常好，使用愉快，性價比高，下次還會購買。

評分☆☆☆☆☆

看不懂，哈哈。

評分☆☆☆☆☆

好。。。。。

評分☆☆☆☆☆

已收到 書很薄 內容好 繼續支持jd

評分☆☆☆☆☆

無中有實,非其他什麼

評分☆☆☆☆☆

哈哈紅紅火火恍恍惚惚紅紅火火

評分☆☆☆☆☆

好東西，方便、快捷、支持京東

評分☆☆☆☆☆

無中有實,非其他什麼

類似圖書 點擊查看全場最低價

查看全網最低價