圖書簡介
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 絡的基本概念、系統理論和實際套用。
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。
作家簡介
Simon Haykin是加拿大McMaster大學教授，創辦了通信研究實驗室，並長期擔任主任。他是國際電子電氣工程界的著名學者，於1953年獲得英國伯明罕大學博士學位。曾獲得IEEE McNaughton金獎。他是加拿大皇家學會院士，IEEE會士，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。
圖書目錄
出版者的話
專家指導委員會
譯者序
前言
縮寫和符
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13章 使用前饋網路的時序處理
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
