图书介绍

神经网络理论及应用pdf电子书版本下载

神经网络理论及应用
  • 宿延吉主编;黄国建,于青松副主编 著
  • 出版社: 哈尔滨:东北林业大学出版社
  • ISBN:7810084542
  • 出版时间:1993
  • 标注页数:171页
  • 文件大小:22MB
  • 文件页数:177页
  • 主题词:

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

神经网络理论及应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

1 绪论 1

1.1 神经网络的发展历史 1

1.2 神经网络与人工智能计算机 3

1.3 神经网络的研究内容与研究方法 5

2 神经网络的生物基础 8

2.1 神经网络的生理基础 8

2.1.1 神经元的结构和功能 8

2.1.2 神经元的基本特征和作用原理 10

2.1.3 神经元的抽象模型 11

2.2 神经网络的基本特征 14

3 神经网络Lyapunov能量函数的建立 17

3.1 神经网络动力学系统的描述 17

3.1.1 系统和系统模型 17

3.1.2 平衡状态和扰动方程 20

3.2 Lyapunov稳定理论及应用 21

3.2.1 Lyapunov方法 21

3.2.2 Lyapunov理论在线性系统中的应用 24

3.2.3 Lyapunov方法在非线性系统中的应用 28

3.3 Lyapunov函数的构造方法 29

3.3.1 克拉索夫斯基方法 29

3.3.2 变量梯度法 31

3.4 神经网络中Lyapunov函数的构造举例 33

4 神经网络基本模型 37

4.1 神经网络的基础理论 37

4.1.1 MP模型 37

4.1.2 延时与改进的MP模型 38

4.1.3 Hebb学习规则 39

4.1.4 作为梯度下降方法的Delta规则 40

4.2 前向神经网络 41

4.2.1 祖母细胞 41

4.2.2 自适应线性元件(ACALINE) 42

4.2.3 BP算法 46

4.3 后向反馈神经网络 51

4.3.1 Grossberg学习规则 51

4.3.2 Kohonen模型 54

4.3.3 Hopfield模型 58

5 BP算法及其应用 62

5.1 BP算法 62

5.1.1 BP算法 62

5.1.2 BP算法的应用 67

5.2 改进的BP算法(Ⅰ) 70

5.2.1 改进的BP算法 70

5.2.2 改进的BP算法用于手写数字识别 73

5.2.3 改进的BP网络讨论 77

5.3 改进的BP算法(Ⅱ) 80

5.3.1 学习算法 80

5.3.2 算法实际应用举例 83

5.4 改进的BP算法(Ⅲ) 87

5.4.1 前推选择算法 88

5.4.2 在控制系统故障诊断中的应用 89

6 神经网络理论应用 92

6.1 多资源均衡问题的神经网络方法 92

6.1.1 原理 92

6.1.2 设计举例 96

6.2 VLSI单元布局优化问题 97

6.2.1 神经网络实现VLSI布局设计优化的基本思想 98

6.2.2 VLSI设计布局优化的神经网络算法 99

6.2.3 关于VLSI单元布局优化算法的实现 103

6.3 五位A/D转换器 108

7 神经网络应用开发方法学与神经网络计算机 116

7.1 神经网络应用开发方法学的目标与概念 116

7.1.1 开发方法学的目标 116

7.1.2 开发方法学的概念 117

7.2 神经网络的设计方法 121

7.2.1 节点级设计 121

7.2.2 网络级设计 122

7.2.3 训练级设计 124

7.3 神经网络的实现与维护 126

7.3.1 实现阶段 126

7.3.2 维护阶段 130

7.4 神经网络计算机 132

7.4.1 神经网络计算机的实现 132

7.4.2 直接基于硬件的神经网络计算机的实现 133

7.4.3 基于现代数字计算机的神经网络计算机的实现 134

8 细胞神经网络理论 139

8.1 细胞神经网络的理论基础 139

8.2 细胞神经网络理论 140

8.2.1 细胞神经网络的网状结构 140

8.2.2 细胞神经网络的动态范围 143

8.2.3 细胞神经网络的稳定性 145

8.2.4 多层细胞神经网络 148

8.3 单细胞电路的硬件实现 150

8.3.1 硬件电路实现 150

8.3.2 测试结果及分析 153

8.4 神经网络Hopfield模型与细胞神经网络的比较 154

9 细胞神经网络理论应用 156

9.1 细胞神经网络应用于图像处理 156

9.2 细胞神经网络应用于图像处理实例 159

9.3 连通片检测器的计算机模拟 161

9.4 连通片检测器的硬件实现 163

9.5 字符识别的计算机模拟 164

参考文献 168

精品推荐