帮助中心
关于我们
知识中心首页
个人中心
注册
登录
首页
数据资源
图书
图像
百科
问答
工具书
课程
知识服务
知识图谱
知识脉络
图书专题
知识问答
学习平台
更多
开放平台
文本分析API
概念检索API
同义词API
知识问答API
32020474
人工神经元网络原理
作者:曹焕光
中图分类:
工业技术
->自动化、计算机 ->自动化基础理论
出版日期:1992-5-1
主题词:人工神经网络
分享到：
阅 读
收 藏
这个是隐藏的空行
内容简介
本书系统地论述了神经网络的基本理论、方法、应用及有关的最新研究成果。主要内容包括神经网络处理信息的基本原理，前馈和反馈神经网络模型，联想记忆和自组织神经网络模型以及神经网络计算机的实现与应用等；书末还附有两上典型的应用程序。
目录
第一章 绪论
14
阅读
1.1 神经元网络研究简史
14
阅读
1.2 生物神经元模型
17
阅读
1.2.1 生物神经元的结构
17
阅读
1.2.2 神经元的功能
19
阅读
1.2.3 神经元的M-P模型
21
阅读
1.3 神经元网络的基本特性
24
阅读
1.3.1 数学计算机的局限性
24
阅读
1.3.2 神经元网络的基本特性
28
阅读
1.3.3 计算机、人脑与神经网络
31
阅读
1.4 神经网络的研究课题及其方法
37
阅读
1.4.1 研究课题
37
阅读
1.4.2 研究方法
38
阅读
1.5 神经网络处的应用领域
40
阅读
第二章 神经网络处理信息的基本原理
42
阅读
2.1 向量、矩阵与网络的基本概念
42
阅读
2.1.1 向量内积与神经元
42
阅读
2.1.2 矩阵运算与层次结构网络
43
阅读
2.2 神经元的理论模型及非线性系统
47
阅读
2.3 神经网络结构
51
阅读
2.3.1 结构特点
51
阅读
2.3.2 神经网络模型
52
阅读
2.3.3 神经网络分类
53
阅读
2.3.4 神经元网络模拟
56
阅读
2.4 神经网络中的自学习过程
58
阅读
2.4.1 学习的一般概念
58
阅读
2.4.2 通过样本进行学习
59
阅读
2.5 Hebb学习规则
63
阅读
2.5.1 Hebb定律
63
阅读
2.5.2 Hebb学习规则
63
阅读
2.6 神经网络处理信息的能力
65
阅读
2.6.1 可成的信息处理任务
65
阅读
2.6.2 记忆能力、计算能力与学习性能
66
阅读
第三章 前馈和反馈神经网络模型
70
阅读
3.1 前馈和反馈神经网络的一般概念
70
阅读
3.2 感知器
73
阅读
3.2.1 感知器原型及线性可分性
73
阅读
3.2.2 XOR问题求解
75
阅读
3.2.3 感知器学习规则
77
阅读
3.3 误差反向传播神经网络
80
阅读
3.3.1 B-P 网络的基本思想
80
阅读
3.3.2 B-P 网络的算法
90
阅读
3.3.3 参数η和α的选择及其它问题
92
阅读
3.4 Hopfield神经网络
95
阅读
3.4.1 Hopfield模型
95
阅读
3.4.2 Hopfield网络的实现
98
阅读
3.4.3 Hopfield模型的应用及Boltzmann机
100
阅读
3.5 Hanning神经网络
104
阅读
3.6 小结
108
阅读
第四章 联想记忆和自组织神经网络模型
110
阅读
4.1 联想记忆
110
阅读
4.1.1 联想记忆的一般概念
110
阅读
4.1.2 矩阵联想记忆
115
阅读
4.1.3 双向联想记忆
119
阅读
4.1.4 Hopfieid网络实现联想记忆
124
阅读
4.2 自适应共振理论模型
126
阅读
4.3 自组织特征映射模型
129
阅读
第五章 神经网络计算机及其应用
135
阅读
5.1 神经网络计算机
135
阅读
5.1.1 神经网络计算机的分类
135
阅读
5.1.2 神经网络计算机的实现途径
136
阅读
5.1.3 设计中应考虑的一些问题
139
阅读
5.2 虚拟神经网络计算机
143
阅读
5.3 Transputer与神经网络计算机
149
阅读
5.4 神经网络计算机的应用
151
阅读
5.4.1 应用领域
151
阅读
5.4.2 学习朗读的NETtalk神经网络
154
阅读
5.4.3 神经网络优化计算
156
阅读
5.4.4 神经网络专家系统
159
阅读
更多...
这个是隐藏的空行
写书评
（不超过2000个字符）
这个是隐藏的空行
这个是隐藏的空行
最新评论
标签
神经
网络
计算机
神经元
记忆
感知器
学习
模型
前馈
能力
NETtalk
网络处
η和α
Transputer
规则
Boltzmann机
矩阵
信息
自学习
研究
映射
生物
经元
领域
联想
同类书籍推荐
精彩笔记
谁收藏过这本书？
