圖書信息
作者:戴葵
出版社:機械工業出版社
出版年:2005-8
頁數:463
定價:49.00元
裝幀:簡裝本
叢書:計算機科學叢書
ISBN:9787111075851
內容介紹
本書主要講述神經網絡的基本概念,介紹實用的網路模型、學習規則和訓練方法。全書分19章,內容涵蓋神經元模型和網路結構、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、聯想學習、競爭網路、Grossberg網路、自適應諧振理論和Hopfield網路。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,並配有基於MATLAB軟體包的“神經網路設計演示”程式。本書可以作為大學高年級本科生或一年級研究生的神經網路課程教材,也可供從事相關研究工作的科技人員參考。
作者介紹
本書全面、系統地介紹了神經網路系統的相關知識。主要內容包括:神經元模型和網路結構,感知機學習規則,有監督的Hebb學習,Widrow—Hoff學習算法,反向傳播神經網路,反向傳播算法的變形,聯想學習,競爭網路,Grossberg網路,自適應諧振理論以及Hopfield網路等。重點是對這些神經網路的數學分析、訓練方法、性能最佳化,以及神經網路在模式識別、信號處理以及控制系統等工程實踐問題中的套用。
本書在敘述神經網路每個特定的主題之前,都會有一些相關材料的介紹和數學基礎知識的討論,使讀者能夠由淺入深地學習。書中每一章都由“目的”、“理論和實例”、“小結”、“例題”、“結束語”、“參考文獻”和“習題”等部分組成。“理論和實例”部分是各章的主體部分,包含神經網路結構和算法的基本思想,以及相應的說明實例。“小結”部分列出每一章的重要公式和概念,為讀者歸納出一章的核心內容。每章的“例題”部分占用大量篇幅,給出詳細說明關鍵概念的套用實例。
本書是為高年級本科生或一年級研究生編寫的神經網路課程教材,也可供從事相關研究工作的科技人員參考。本書附有使用軟體包MATLAB的多種“神經網路設計演示”(NeuralNetworkDesignDemonstration)程式。另外,和本書配套的有教學投影膠片和習題答案,為實施課程的教學提供便利。
參加本書翻譯工作的人員有戴葵、宋輝、譚明峰、防洪毅、沈立、劉芳、王蓉暉、王蕾、趙學秘、李宗伯等同志。本書的翻譯,由於時間倉促,難免還存在不少不足之處,懇請廣大讀者給予批評指正。
譯者
目錄
第1章緒論
第2章神經元模型和網路結構
第3章一個說明性實例
第4章感知機學習規則
第5章信號和權值向量空間
第6章神經網路中的線性變換
第7章有監督的hebb學習
第8章性能曲面和最優點
第9章性能最佳化
第10章widrow-hoff學習算法
第11章反向傳播
第12章反向傳播算法的變形
第13章聯想學習
第14章競爭網路
第15章grossberg網路
第16章自適應諧振理論
第17章穩定性
