圖書信息
作者:SimonHaykin
譯者:葉世偉史忠植
出版社:機械工業出版社
出版年:2004-01-01
頁數:656
定價:69.00
裝幀:平裝(無盤)
叢書:計算機科學叢書
ISBN:9787111127598
內容介紹
神經網路是計算智慧型和機器學習研究、開發和套用最活躍的分支之一。本書是神經網路方面的標準教材，從理論和實際套用出發，全面、系統地介紹神經網路的基本模型、基本方法和基本技術，對神經網路的基本模型和主要學習理論都作了深入研究，特別在學習理論和學習算法的推導方面有極為詳盡而系統地分析，對神經網路的最新發展趨勢和主要研究方向都進行了全面而綜合的介紹。理論和實際套用緊密結合，為神經網路的具體套用打下堅實的基礎，是一本可讀性極強的教材。
書中注重對數學分析方法和性能最佳化的討論，強調神經網路在模式識別、信號處理以及控制系統等實際工程問題中的套用。同時本書包含大量例題、習題，並配有13個基於matlab軟體包的計算機試驗的源程式。
本書適合作為相關專業研究生或本科高年級學生的教材，或作為希望系統、深入學習神經網路的科技工作者的參考書。
神經網路是計算智慧型和機器學習研究的最活躍的分支之一。本書全面系統地介紹神經網路的基本概念、系統理論和實際套用。
本書包含四個組成部分：導論，監督學習，無監督學習，神經網路動力學模型。導論部分介紹神經元模型、神經網路結構和機器學習的基本概念和理論。監督學習討論感知機學習規則，有監督的hebb學習，widrow-hoff學習算法，反向傳播算法及其變形，rbf網路，正則化網路，支持向量機以及委員會機器。無監督學習包括主分量分析，自組織特徵映射模型的競爭學習形式，無監督學習的信息理論，植根於統計力學的隨機學習機器，最後是與動態規劃相關的增強式學習。神經網路動力學模型研究由短期記憶和分層前饋網路構成的動態系統，反饋非線性動態系統的穩定性和聯想記憶，以及另一類非線性動態驅動的遞歸網路系統。
本書注重對數學分析方法和性能最佳化的討論，強調神經網路在模式識別、信號處理和控制系統等實際工程問題中的套用。書中包含大量例題和習題，並配有13個基於matlab軟體的計算機實驗程式。
本書適於作研究生或大學高年級學生的教材，也可作希望深入學習神經網路的科技人員的參考書。
作者介紹
作者:SimonHaykin
SimonHaykin是國際電子電氣工程界的著名學者，加拿大皇家學會院士，IEEE會士，於1953年獲得英國伯明罕大學博士學位，現任加拿大麥克馬斯特大學教授，在該校創辦了通信研究實驗室並長期擔任主任。他曾經獲得IEEEMcNaughton獎章，在神經網路、通信、自適應濾波器等領域成果頗豐，著有多種標準教材。.....
目錄
第1章導言
第2章學習過程
第3章單層感知器
第4章多層感知器
第5章徑向基函式網路
第6章支持向量機
第7章委員會機器
第8章主分量分析
第9章自組織映射
第10章資訊理論模型
第11章植根於統計力學的隨機機器和它們的逼近
第12章神經動態規劃
第14章神經動力學
第15章動態驅動的遞歸網路
後記
參考文獻
索引
