天天操天天插天天干,中文字幕韩国三级理论无码,人妻人人澡人人添人人爽

內(nèi)容簡介

　　本書系統(tǒng)地介紹了動態(tài)模糊神經(jīng)網(wǎng)絡(luò)理論，目的是要解決使用者在缺乏模糊理論、神經(jīng)網(wǎng)絡(luò)以及應(yīng)用對象的全面知識的情況下，如何快速、自動地構(gòu)造一個有效的模糊神經(jīng)網(wǎng)絡(luò)的問題。因此，本書在提出參數(shù)學(xué)習(xí)的同時，特別強(qiáng)調(diào)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定。本書針對不同應(yīng)用對象（系統(tǒng)辨識、預(yù)測、實(shí)時控制、模式識別等），提出了多個學(xué)習(xí)算法，這些算法以提高學(xué)習(xí)速度和增強(qiáng)泛化能力為中心，融合了在線學(xué)習(xí)、分級學(xué)習(xí)、動態(tài)自組織結(jié)構(gòu)、修剪技術(shù)等一系列設(shè)計(jì)思想，從而使得這些算法既可用于離線訓(xùn)練，也可用于實(shí)時學(xué)習(xí)和控制。本書內(nèi)容豐富而詳實(shí)，書末還附有MATLAB程序，可作為人工智能、軟計(jì)算、數(shù)據(jù)挖掘、信息處理、數(shù)據(jù)分析、自動控制及模式識別等領(lǐng)域技術(shù)人員的參考書，也可作為相關(guān)專業(yè)的研究生教材。

作者簡介

暫缺《動態(tài)模糊神經(jīng)網(wǎng)絡(luò)：設(shè)計(jì)與應(yīng)用》作者簡介

圖書目錄

緒論
　1.1　模糊神經(jīng)網(wǎng)絡(luò)
　　1.1.1　模糊神經(jīng)網(wǎng)絡(luò)的提出
　　1.1.2　模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展
　　1.1.3　模糊神經(jīng)網(wǎng)絡(luò)的分類
　1.2　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)
　　1.2.1　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的提出
　　1.2.2　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的含義與特點(diǎn)
　　1.2.3　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的應(yīng)用
　本章參考文獻(xiàn)
第2章　模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)回顧
　2.1　模糊系統(tǒng)
　　2.1.1　模糊集
　　2.1.2　模糊規(guī)則
　　2.1.3　模糊推理系統(tǒng)
　　2.1.4　模糊系統(tǒng)作為非線性逼近
　　2.1.5　模糊系統(tǒng)存在的問題
　2.2　神經(jīng)網(wǎng)絡(luò)
　　2.2.1　神經(jīng)網(wǎng)絡(luò)的特性
　　2.2.2　神經(jīng)網(wǎng)絡(luò)的組成
　　2.2.3　神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.2.4　神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與泛化能力
　　2.2.5　神經(jīng)網(wǎng)絡(luò)激活函數(shù)的選擇
　　2.2.6　徑向基（RBF）神經(jīng)網(wǎng)絡(luò)
　2.3　模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)
　　2.3.1　模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的知識處理
　　2.3.2　通用逼近器
　　2.3.3　模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的功能等價
　　2.3.4　模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合
　本章參考文獻(xiàn)
第3章　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)
　3.1　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
　3.2　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
　　3.2.1　規(guī)則產(chǎn)生準(zhǔn)則
　　3.2.2　分級學(xué)習(xí)思想
　　3.2.3　前提參數(shù)分配
　　3.2.4　結(jié)果參數(shù)確定
　　3.2.5　修剪技術(shù)
　3.3　對算法的進(jìn)一步討論
　　3.3.1　結(jié)構(gòu)辨識
　　3.3.2　輸入空間劃分
　3.4　小結(jié)
　本章參考文獻(xiàn)
第4章　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)不同算法實(shí)現(xiàn)及比較
　4.1　修剪技術(shù)的不同方法
　　4.1.1　奇異值分解(SVD)方法
　　4.1.2　特征值分解(ED)方法
　　4.1.3　列主元SVD-QR方法
　　4.1.4　總體最小二乘方法
　　4.1.5　不同修剪技術(shù)的比較研究
　　4.1.6　小結(jié)
　4.2　參數(shù)調(diào)節(jié)方法及比較
　　4.2.1　擴(kuò)展的卡爾曼濾波
　　4.2.2　不同參數(shù)調(diào)節(jié)方法的比較研究
　　4.2.3　小結(jié)
　本章參考文獻(xiàn)
第5章　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的一般應(yīng)用
　5.1　函數(shù)逼近
　　5.1.1　逼近問題
　　5.1.2　Hermite函數(shù)逼近
　5.2　非線性動態(tài)系統(tǒng)辨識
　　5.2.1　建模問題
　　5.2.2　系統(tǒng)辨識
　　5.2.3　神經(jīng)網(wǎng)絡(luò)用于系統(tǒng)辨識
　　5.2.4　仿真
　5.3　Mackey-Glass時間序列預(yù)測
　5.4　人臉識別
　5.5　討論
　　5.5.1　學(xué)習(xí)速度、參數(shù)優(yōu)化和泛化性
　　5.5.2　分級學(xué)習(xí)
　　5.5.3　高維小樣本的學(xué)習(xí)問題
　　5.5.4　D-FNN與模糊規(guī)則提取
　5.6　小結(jié)
　本章參考文獻(xiàn)
第6章　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)在生物工程中的應(yīng)用
第7章　增強(qiáng)型動態(tài)模糊神經(jīng)網(wǎng)絡(luò)用于實(shí)時自適應(yīng)噪聲消除
第8章　廣義動態(tài)模糊神經(jīng)網(wǎng)絡(luò)
第9章　非線性系統(tǒng)的魯棒自適應(yīng)模糊神經(jīng)控制
第10章　動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的實(shí)時應(yīng)用與開發(fā)
第11章　動態(tài)徑向基神經(jīng)網(wǎng)絡(luò)應(yīng)用于人臉識別
第12章　總結(jié)與進(jìn)一步研究的課題
附錄A　MATLAB程序