神经网络实用教程

出版时间：2008-2  出版社：张良均、曹晶、 蒋世忠 机械工业出版社 (2008-02出版)  作者：张良均 等 著  页数：184  
Tag标签：无  

内容概要

　　《神经网络实用教程》基于MATLAB 6.5/7提供的神经网络工具箱，介绍了神经网络常用算法、优化算法及其混合编程实现。全书共分为6章，分别结合实例介绍了人工神经网络概述、实用神经网络模型与学习算法、神经网络算法优化、nnToolKit神经网络工具包、MATLAB混合编程技术、混合编程案例。附录中介绍了2NDN神经网络建模仿真平台。　　《神经网络实用教程》可作为高校自动化、计算机、材料化工、机械工程、数学、电子工程、信息与信息处理等专业的教材和相关专业工程技术人员的参考书。

书籍目录

前言第1章 人工神经网络概述1.1 神经网络的基本概念1.1.1 生物神经元的结构与功能特点1.1.2 人工神经元模型1.1.3 神经网络的结构及工作方式1.1.4 神经网络的学习1.2 神经网络的特点及其应用1.2.1 神经网络的特点1.2.2 神经网络的应用领域练习题第2章 实用神经网络模型与学习算法2.1 MATLAB快速入门2.1.1 MATLAB界面组成2.1.2 MATLAB基本运算2.1.3 MATLAB绘图函数2.2 感知器神经网络模型与学习算法2.2.1 单层感知器2.2.2 单层感知器的学习算法2.2.3 单层感知器的MATLAB实现2.2.4 多层感知器2.3 线性神经网络模型与学习算法2.3.1 线性神经元网络模型2.3.2 线性神经网络的学习算法2.3.3 线性神经网络的MATLAB实现2.4 BP神经网络模型与学习算法2.4.1 BP神经网络模型2.4.2 BP网络的标准学习算法2.4.3 BP神经网络学习算法的MATLAB实现2.5 径向基函数神经网络模型与学习算法2.5.1 RBF神经网络模型2.5.2 RBF网络的学习算法2.5.3 RBF网络学习算法的MATLAB实现2.6 自组织神经网络模型与学习算法2.6.1 自组织特征映射神经网络结构2.6.2 自组织特征映射网络的学习算法2.6.3 自组织网络学习算法的MATLAB实现2.7 学习向量量化（LVQ）神经网络模型与学习算法2.7.1 LVQ神经网络结构2.7.2 LVQ神经网络的学习算法2.7.3 LVQ神经网络学习算法的MATLAB实现2.8 Elman神经网络算法模型与学习算法2.8.1 Elman神经网络结构2.8.2 Elman神经网络学习算法2.8.3 Elman神经网络学习算法的MATLAB实现2.9 Hopfield神经网络模型与学习算法2.9.1 离散Hopfield神经网络2.9.2 连续Hopfield神经网络2.9.3 Hopfield神经网络的MATLAB实现2.10 Boltzmann神经网络模型与学习算法2.10.1 Boltzmann机的网络结构2.10.2 Boltzmann机学习算法2.11 模糊神经网络2.11.1 模糊神经网络主要形式2.11.2 模糊神经网络模型2.11.3 模糊神经网络学习方法2.11.4 模糊逻辑MATLAB函数练习题第3章 神经网络优化方法3.1 BP网络学习算法的改进3.1.1 消除样本输入顺序影响的改进算法3.1.2 附加动量的改进算法3.1.3 采用自适应调整参数的改进算法……第4章 nnToolKit神经网络工具包第5章 MATLAB混合编程技术第6章 混合编程案例附录 2NDN神经网络建模仿真工具参考文献

编辑推荐

《普通高等教育"十一五"规划教材•神经网络实用教程》：可作为高校自动化、计算机、材料化工、机械工程、数学、电子工程、信息与信息处理等专业的教材和相关专业工程技术人员的参考书。

用户评论 (总计3条)

•   内容一般，适合随便看看
•   这本书适合有一定神经网络基础的读者，Matlab实现讲的很详细，
•   教材错误较多，而且介绍的不够详细。