神经网络新理论与方法pdf电子书版本下载

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]

神经网络新理论与方法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

第1章　概论 1

1.1 计算机、生物神经网络与人工神经网络 1

1.2　本书的目的与价值 2

1.3　神经网络的发展历史简介 4

参考文献 6

第2章　基本概念 7

2.1　生物学的启示 7

2.2　人工神经元模型 8

2.2.1　单输入单输出人工神经元 8

2.2.2　多输入单输出人工神经元 10

2.3　人工神经网络结构 11

第3章 实神经网络的代数算法 14

3.1 引言 14

3.2 BP算法的缺点与困难 15

3.3.1 符号与神经网络的拓扑结构 22

3.3　代数算法的基本原理 22

3.3.2　代数算法的理论与实现 26

3.4　计算实例 31

3.5 结论 32

参考文献 33

第4章　全局最小值分析 34

4.1 引言 34

4.2　三层前馈网络代价函数全局最小值分析 34

4.3　数值仿真实验 38

4.4　结论 40

参考文献 40

第5章　复数神经网络的代数算法 41

5.1 引言 41

5.2　复数神经网络的概念 41

5.3　复数神经网络的构造 42

5.4　复数前馈神经网络的全局最优学习算法的基本原理 42

5.5.1 解存在的充分必要条件及隐层神经元个数的确定 44

5.5 隐层神经元个数的确定以及线性方程组的求解 44

5.5.2　隐层神经元函数的选择 45

5.5.3 复自由权的选择 45

5.6　本章结论与数值仿真实验 49

参考文献 50

第6章　样条权函数神经网络及其学习算法 51

6.1 引言 52

6.2　学习曲线 52

6.3　投影概念与投影方程 55

6.4　第一类权函数的神经网络拓扑结构与训练算法 59

6.4.1 第一类权函数的神经网络拓扑结构 59

6.4.2　样条权函数方程的建立与求解 62

6.5　第一类权函数的训练算法的误差分析 66

6.6　第一类权函数的神经网络拓扑结构与训练算法的一般情况 88

6.7.1 第二类权函数的训练算法（积函数的训练算法）的基本原理 94

6.7　第二类权函数的神经网络拓扑结构与训练算法 94

6.7.2　第二类权函数的训练算法（积函数的训练算法）的误差分析 104

6.8　奇异样本的概念 106

6.9　数值仿真实验 110

6.10　结论 112

参考文献 113

第7章　神经网络的统计灵敏度分析 114

7.1　引言 114

7.2　符号约定 115

7.3　灵敏度分析 116

7.3.1 神经网络误差的一般计算公式 116

7.3.2 三层神经网络的输出层误差与灵敏度的计算 118

7.3.3 INI网络的输出层误差与灵敏度计算 121

7.4　数值仿真实验 122

7.5　结论 124

参考文献 125