神经网络系统理论——智能科学与非线性科学丛书

作者: 焦李成著

出版社: 西安电子科技大学出版社

出版时间: 1990-12

版次: 1

ISBN: 9787560601571

定价: 18.50

装帧: 平装

开本: 其他

纸张: 胶版纸

页数: 284页

字数: 432千字

分类: 医药卫生

38人买过

神经网络系统理论是近年来得到迅速发展的一个国际前沿研究领域，它的发展对计算机科学、人工智能、认知科学、脑神经科学、数理科学、信息科学、微电子学、自动控制与机器人、系统工程等领域都有重要影响。本书系统地论述了神经网络系统的基本理论、方法，系统的综合与应用及有关最新研究成果，主要内容有：神经元的MP模型及Hebb学习规则、动力系统的稳定性及其判别方法；前向网络、反向网络、自组织网络及随机网络四个范式；神经网络的通有迭代模型、性质及其Sys-tolic实现方法；新的神经网络模型及其空结构功能及有关性能；神经网络的设计与综合；神经网络理论的应用；神经网络计算机的基本结构与实现方法。

本书可作为理工科大学计算机、自动控制、信号与信息处理、电路与系统、系统工程等专业博士生、硕士生及高年级大学生的教材，同时对有关领域的研究人员和工程技术人员有重要参考价值。焦李成，1959年10月出生于陕西省白水县。1982年1月毕业于上海交通大学，获学士学位；1984年7月和1990年4月在西安交通大学研究生院分别获硕士和博士学位，现为西安电子科技大学博士后。现任IEEE高级会员，中国神经网络委员会委员，中国电子学会泞订委员会委员，国爱“863”专序言

前言

第一章　绪论

　1.1　神经网络的研究历史

　1.2　生物神经元模型

　　1.2.1　神经元的结构

　　1.2.2　神经元的功能

　1.3　神经网络的基本特征和通有性质

　　1.3.1　神经网络的形式化描述

　　1.3.2　神经网络的模型

　　1.3.3　神经网络的信息处理能力

　　1.3.4　神经网络的互连结构形态

　　1.3.5　神经网络的分类与工作方式

　　1.3.6　神经网络的学习规则与分类

　1.4　神经网络的研究方法与主要内容

　　1.4.1　神经网络的宏观研究方法

　　1.4.2　神经网络未来发展方向与研究课题

第二章　神经网络理论基础

　2.1　MP模型和Hobb学习规则

　　2.1.1　MP模型

　　2.1.2　Hebb学习规则

　　2.1.3　延时MP模型

　　2.1.4　改进的MP模型

　2.2　动力系统的稳定性

　　2.2.1　稳定性分析的数学基础

　　2.2.2　V函数的性质的判别

　　2.2.3　定号函数的几何解释

　　2.2.4　稳定性的基本定义

　2.3　稳定性的Lyapunov第二方法

第三章　神经网络模型I:前向网络

　3.1　线性阈值单元

　　3.1.1　基本性质

　　3.1.2　用用性阈值单元实现布尔函数

　　3.1.3　线性可分性与学习

　3.2　感知器

　　3.2.1　感知器学习算法

　　3.2.2　多层感知器

　　3.2.3　焍度算法

　　3.2.4　多层感知器学习的定量分析

　3.3　BP算法（反向传播算法）

　3.4　前方网络的映射作用与容量分析

　　3.4.1　映射作用

　　3.4.2　前向网络的容量分析

　3.5　自适应线性元件（Adaline）

　　3.5.1　线性可分性

　　3.5.2　非线性可分性－－非线性输入函数

　　3.5.3　MADALINES网络

　　3.5.4　Widrow-Hoff O规则

　3.6　交替投影神经网络（APNN）

　　3.6.1　凸集投影神理论

　　3.6.2　交替投影神经网络

　　3.6.3　稳态收敛性

　　3.6.4　学习和训练

　　3.6.5　多层APNN

第四章　神经网络模型Ⅱ：反馈网络

第五章　自组织神经网络

第六章　随机神经网络

第七章　神经网络的统一描述与Systolic阵列实现

第八章　连续时间非线性神经网络模型及其时空特征

第九章　神经网络的设计与综合

第十章　神经优化计算

第十一章　神经网络专家系统

第十二章　神经网络计算机及其VLSI实现

展望

参考文献
内容简介:
神经网络系统理论是近年来得到迅速发展的一个国际前沿研究领域，它的发展对计算机科学、人工智能、认知科学、脑神经科学、数理科学、信息科学、微电子学、自动控制与机器人、系统工程等领域都有重要影响。本书系统地论述了神经网络系统的基本理论、方法，系统的综合与应用及有关最新研究成果，主要内容有：神经元的MP模型及Hebb学习规则、动力系统的稳定性及其判别方法；前向网络、反向网络、自组织网络及随机网络四个范式；神经网络的通有迭代模型、性质及其Sys-tolic实现方法；新的神经网络模型及其空结构功能及有关性能；神经网络的设计与综合；神经网络理论的应用；神经网络计算机的基本结构与实现方法。

本书可作为理工科大学计算机、自动控制、信号与信息处理、电路与系统、系统工程等专业博士生、硕士生及高年级大学生的教材，同时对有关领域的研究人员和工程技术人员有重要参考价值。
作者简介:
焦李成，1959年10月出生于陕西省白水县。1982年1月毕业于上海交通大学，获学士学位；1984年7月和1990年4月在西安交通大学研究生院分别获硕士和博士学位，现为西安电子科技大学博士后。现任IEEE高级会员，中国神经网络委员会委员，中国电子学会泞订委员会委员，国爱“863”专
目录:
序言

前言

第一章　绪论

　1.1　神经网络的研究历史

　1.2　生物神经元模型

　　1.2.1　神经元的结构

　　1.2.2　神经元的功能

　1.3　神经网络的基本特征和通有性质

　　1.3.1　神经网络的形式化描述

　　1.3.2　神经网络的模型

　　1.3.3　神经网络的信息处理能力

　　1.3.4　神经网络的互连结构形态

　　1.3.5　神经网络的分类与工作方式

　　1.3.6　神经网络的学习规则与分类

　1.4　神经网络的研究方法与主要内容

　　1.4.1　神经网络的宏观研究方法

　　1.4.2　神经网络未来发展方向与研究课题

第二章　神经网络理论基础

　2.1　MP模型和Hobb学习规则

　　2.1.1　MP模型

　　2.1.2　Hebb学习规则

　　2.1.3　延时MP模型

　　2.1.4　改进的MP模型

　2.2　动力系统的稳定性

　　2.2.1　稳定性分析的数学基础

　　2.2.2　V函数的性质的判别

　　2.2.3　定号函数的几何解释

　　2.2.4　稳定性的基本定义

　2.3　稳定性的Lyapunov第二方法

第三章　神经网络模型I:前向网络

　3.1　线性阈值单元

　　3.1.1　基本性质

　　3.1.2　用用性阈值单元实现布尔函数

　　3.1.3　线性可分性与学习

　3.2　感知器

　　3.2.1　感知器学习算法

　　3.2.2　多层感知器

　　3.2.3　焍度算法

　　3.2.4　多层感知器学习的定量分析

　3.3　BP算法（反向传播算法）

　3.4　前方网络的映射作用与容量分析

　　3.4.1　映射作用

　　3.4.2　前向网络的容量分析

　3.5　自适应线性元件（Adaline）

　　3.5.1　线性可分性

　　3.5.2　非线性可分性－－非线性输入函数

　　3.5.3　MADALINES网络

　　3.5.4　Widrow-Hoff O规则

　3.6　交替投影神经网络（APNN）

　　3.6.1　凸集投影神理论

　　3.6.2　交替投影神经网络

　　3.6.3　稳态收敛性

　　3.6.4　学习和训练

　　3.6.5　多层APNN

第四章　神经网络模型Ⅱ：反馈网络

第五章　自组织神经网络

第六章　随机神经网络

第七章　神经网络的统一描述与Systolic阵列实现

第八章　连续时间非线性神经网络模型及其时空特征

第九章　神经网络的设计与综合

第十章　神经优化计算

第十一章　神经网络专家系统

第十二章　神经网络计算机及其VLSI实现

展望

参考文献

查看详情

神经网络系统理论——智能科学与非线性科学丛书

内容简介:

作者简介:

目录: