亚洲成片在线观看无码,桃花岛亚洲成在人线av

內(nèi)容簡介

　　《前饋神經(jīng)網(wǎng)絡分析與設計》本書系統(tǒng)地論述了前饋神經(jīng)網(wǎng)絡的主要理論、設計基礎及應用實例，旨在使讀者了解神經(jīng)網(wǎng)絡的發(fā)展背景和研究對象，理解和熟悉它的基本原理和主要應用，掌握它的結(jié)構(gòu)模型和設計應用方法，特別是前饋神經(jīng)網(wǎng)絡的參數(shù)學習算法和結(jié)構(gòu)設計方法，為深入研究和應用開發(fā)打下基礎。為了便于讀者理解，書中盡量避免煩瑣的數(shù)學推導，加強了應用舉例，并在內(nèi)容的選擇和編排上注意到讀者初次接觸新概念的易接受性和思維的邏輯性。作為擴充知識，書中還介紹了前饋神經(jīng)系統(tǒng)的基本概念、體系結(jié)構(gòu)、控制特性及信息模式。

作者簡介

　　喬俊飛，男，北京工業(yè)大學教授、博士生導師。國家杰出青年科學基金獲得者，北京高等學校精品課程（自動控制原理）負責人?，F(xiàn)任中國人工智能學會理事、中國自動化學會智能自動化專業(yè)委員會委員、中國自動化學會過程控制專業(yè)委員會委員、北京自動化學會常務理事，《控制工程》、《北京工業(yè)大學學報》等期刊編委。入選教育部新世紀優(yōu)秀人才計劃、北京市科技新星計劃等。喬俊飛教授長期從事計算智能及智能信息處理方面的研究工作，已在IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Fuzzy Systems等權威刊物上發(fā)表學術論文近百篇；獲得授權國家發(fā)明專利12項，軟件著作權8項。并先后獲得教育部科學技術進步一等獎（個人排名第一）、北京市教育教學成果獎二等獎（個人排名第一）、北京市優(yōu)秀教師等10余項省部級及以上獎勵。

圖書目錄

總序
前言
第1章緒論
1.1 引言
1.2 神經(jīng)網(wǎng)絡及其發(fā)展
1.2.1 神經(jīng)網(wǎng)絡的定義
1.2.2 神經(jīng)網(wǎng)絡的功能
1.2.3 神經(jīng)網(wǎng)絡的發(fā)展
1.2.4 神經(jīng)網(wǎng)絡的應用
1.3 人工神經(jīng)網(wǎng)絡的結(jié)構(gòu)設計
1.3.1 人工神經(jīng)網(wǎng)絡的結(jié)構(gòu)
1.3.2 前饋神經(jīng)網(wǎng)絡結(jié)構(gòu)設計研究現(xiàn)狀
1.4 本書主要內(nèi)容
1.4.1 神經(jīng)網(wǎng)絡參數(shù)學習算法研究
1.4.2 神經(jīng)網(wǎng)絡結(jié)構(gòu)設計方法研究
1.4.3 自組織神經(jīng)網(wǎng)絡結(jié)構(gòu)算法研究
1.4.4 應用研究
參考文獻
第2章感知器神經(jīng)網(wǎng)絡
2.1 引言
2.2 感知器神經(jīng)網(wǎng)絡分析
2.2.1 單神經(jīng)元分析
2.2.2 單層感知器神經(jīng)網(wǎng)絡
2.2.3 多層感知器神經(jīng)網(wǎng)絡
2.3 感知器神經(jīng)網(wǎng)絡學習算法
2.3.1 隱含層與輸出層之間的權值修正
2.3.2 輸入層與隱含層之間的權值修正
2.3.3 BP算法的改進
2.4 本章小結(jié)
附錄A數(shù)學基礎
附錄A.1 泰勒引理
附錄A.2 泰勒定理和推論
參考文獻
第3章 RBF神經(jīng)網(wǎng)絡
3.1 引言
3.2 RBF神經(jīng)網(wǎng)絡原理
3.2.1 插值計算
3.2.2 模式可分性
3.2.3 正規(guī)化法則
3.2.4 RBF神經(jīng)網(wǎng)絡結(jié)構(gòu)
3.3 RBF神經(jīng)網(wǎng)絡學習算法
3.3.1 中心值學習策略
3.3.2 隱含層和輸出層連接權值學習策略
3.4 本章小結(jié)
附錄B數(shù)學運算
附錄B.1 域和向量空間
附錄B.2　矩陣的表示和運算
附錄B.3 矩陣的性質(zhì)
附錄B.4 矩陣范數(shù)的運算
參考文獻
第4章模糊神經(jīng)網(wǎng)絡
4.1 引言
4.2 模糊推理系統(tǒng)描述
4.2.1 模糊集合與隸屬函數(shù)
4.2.2 模糊運算
4.3 模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)
4.4 模糊神經(jīng)網(wǎng)絡學習算法
4.5 本章小結(jié)
參考文獻
第5章前饋神經(jīng)網(wǎng)絡快速下降算法研究
5.1 引言
5.2 神經(jīng)網(wǎng)絡學習
5.2.1 神經(jīng)網(wǎng)絡結(jié)構(gòu)及信息處理
5.2.2 神經(jīng)網(wǎng)絡學習算法分析
5.3 快速下降算法
5.3.1 快速下降算法描述
5.3.2 快速下降算法收斂性分析
5.4 仿真研究
5.4.1 感知器神經(jīng)網(wǎng)絡仿真研究
5.4.2 RBF神經(jīng)網(wǎng)絡仿真研究
5.5 本章小結(jié)
參考文獻
第6章前饋神經(jīng)網(wǎng)絡改進型遞歸最小二乘算法研究
6.1 引言
6.2 遞歸最小二乘算法
6.2.1 遞歸最小二乘算法描述
6.2.2 遞歸最小二乘算法分析
6.3 改進型遞歸最小二乘算法
6.3.1 改進型遞歸最小二乘算法描述
6.3.2 改進型遞歸最小二乘算法收斂性分析
6.4 改進型遞歸最小二乘算法的應用
6.4.1 非線性函數(shù)逼近
6.4.2 雙螺旋模式分類
6.4.3 污泥膨脹預測
6.5 本章小結(jié)
參考文獻
第7章基于顯著性分析的快速修剪型感知器神經(jīng)網(wǎng)絡
7.1 引言
7.1.1 增長型神經(jīng)網(wǎng)絡
7.1.2 修剪型神經(jīng)網(wǎng)絡
7.2 顯著性分析
7.2.1 誤差曲面分析
7.2.2 顯著性分析算法
7.3 基于顯著性分析的快速修剪算法
7.3.1 多層感知器神經(jīng)網(wǎng)絡
7.3.2 多層感知器神經(jīng)網(wǎng)絡快速修剪算法
7.3.3 仿真研究
7.4 本章小結(jié)
參考文獻
第8章增長修剪型多層感知器神經(jīng)網(wǎng)絡
8.1 引言
8.2 敏感度計算
8.2.1 敏感度分析方法的分類
8.2.2 敏感度分析方法
8.2.3 敏感度計算
8.3 神經(jīng)網(wǎng)絡輸出敏感度分析
8.3.1 敏感度分析的頻域研究
8.3.2 神經(jīng)網(wǎng)絡輸出敏感度分析
8.4 增長修剪型多層感知器神經(jīng)網(wǎng)絡分析
8.4.1 隱含層神經(jīng)元的敏感度
8.4.2 神經(jīng)元增長和修剪
8.4.3 增長修剪型感知器神經(jīng)網(wǎng)絡
8.4.4 收斂性分析
8.5 增長修剪型多層感知器神經(jīng)網(wǎng)絡應用
8.5.1 非線性函數(shù)逼近
8.5.2 數(shù)據(jù)分類
8.5.3 生化需氧量軟測量
8.6 本章小結(jié)
參考文獻
第9章彈性RBF神經(jīng)網(wǎng)絡
9.1 引言
9.2 RBF神經(jīng)網(wǎng)絡描述
9.3 彈性RBF神經(jīng)網(wǎng)絡
9.3.1 神經(jīng)元修復準則
9.3.2 神經(jīng)網(wǎng)絡結(jié)構(gòu)優(yōu)化設計
9.3.3 彈性RBF神經(jīng)網(wǎng)絡
9.3.4 收斂性分析
9.4 彈性RBF神經(jīng)網(wǎng)絡應用
9.4.1 非線性函數(shù)逼近
9.4.2 非線性系統(tǒng)建模
9.4.3 溶解氧模型預測控制
9.5 本章小結(jié)
附錄C熵
附錄C.1 熵的概念
附錄C.2 互信息
參考文獻
第10章自組織模糊神經(jīng)網(wǎng)絡
10.1 引言
10.2 模糊神經(jīng)網(wǎng)絡
10.3 自組織模糊神經(jīng)網(wǎng)絡分析
10.3.1 模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)優(yōu)化
10.3.2 模糊神經(jīng)網(wǎng)絡自組織設計算法
10.3.3 收斂性分析
10.4 自組織模糊神經(jīng)網(wǎng)絡應用
10.4.1 非線性系統(tǒng)建模
10.4.2 Mackey Glass時間序列系統(tǒng)預測
10.4.3 污水處理關鍵水質(zhì)參數(shù)預測
10.4.4 污水處理過程溶解氧控制
10.5 本章小結(jié)
參考文獻
索引