內容簡介
內容簡介 本書介紹了神經網路的基本結構和學習規則，重點是對這些神經網路的數學分析、訓練方法和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應用。 作者力圖使所有材料清晰一致，以易於閱讀和使用。對每個要討論的主題，皆使用大量例題來進行闡述。每章大約三分之一的篇幅都是例題，這一部份對所有關鍵概念有詳細的介紹。 選擇主題時我們依據了兩個原則：首先，儘量採用最實用的類神經網路結構，學習規則和訓練方法；其次，儘量保證該書的完整性，使讀者從一章到下一章的學習感覺流暢。 書中的每一章都被細分為以下各節：目的、理論和實例、小結、例題、結束語、參考文獻和練習。理論和實例部分是各章的主題部分，它包括基本思想和實例，小結部分列出了一些重要的公式和概念，以利於將本書作為實際工作的參考。 此外隨書附贈類神經網路設計演示的光碟片，內含MATLAB軟體的演算示範，雖然此軟體並非本書所必須的，但此軟體有較強的矩陣、向量符號及圖形方面的能力，所以它也為類神經網路的實驗提供了一個方便的環境。 ■本書目錄第 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 信號與加權值向量空間第 6 章 神經網路中的線性變換第 7 章 監督式的 Hebb 學習第 8 章 性能曲面和最佳點第 9 章 性能最佳化第10章 Widrow-Hoff 學習演算法第11章 倒傳遞第12章 倒傳遞演算法的變形第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 穩定性第18章 Hopfield 網路第19章 結論附錄 A 文獻目錄附錄 B 符號附錄 C 軟體索引參考文獻英中文索引