人工神經(jīng)網(wǎng)絡(luò)在環(huán)境科學(xué)與工程中的設(shè)計應(yīng)用

1 神經(jīng)網(wǎng)絡(luò)概述
1．1 人工神經(jīng)網(wǎng)絡(luò)概念
1．2 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
1．3 人工神經(jīng)網(wǎng)絡(luò)開發(fā)的技術(shù)路線
1．4 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展史
1．5 神經(jīng)網(wǎng)絡(luò)的展望
1．5．1 GoogleAlphaGo開啟的全新視覺
1．5．2 人工神經(jīng)網(wǎng)絡(luò)的前景
1．5．3 人工神經(jīng)網(wǎng)絡(luò)在環(huán)境預(yù)測中的應(yīng)用前景
1．6 神經(jīng)元
1．6．1 生物神經(jīng)元
1．6．2 人工神經(jīng)元模型
1．6．2．1 結(jié)構(gòu)
1．6．2．2 激活函數(shù)
1．7 人工神經(jīng)網(wǎng)絡(luò)的類型及特點(diǎn)
1．7．1 以網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法分類
1．7．2 以是否有延遲、反饋及時間直接相關(guān)進(jìn)行分類
2 環(huán)境統(tǒng)計學(xué)基礎(chǔ)理論
2．1 資料的整理
2．2 數(shù)據(jù)資料特征數(shù)的計算
2．2．1 平均數(shù)
2．2．2 算數(shù)平均數(shù)的重要性質(zhì)
2．2．3 變異數(shù)
2．2．3．1 方差
2．2．3．2 標(biāo)準(zhǔn)偏差
2．2．3．3 相對標(biāo)準(zhǔn)偏差
2．3 概率與概率分布
2．3．1 概率
2．3．2 概率分布
2．3．3 大數(shù)定理
2．4 種常見的理論分布
2．4．1 二項(xiàng)式分布
2．4．2 正態(tài)分布
2．4．3 二項(xiàng)分布與正態(tài)分布的關(guān)系
2．5 三大抽樣分布
2．5．1 X2分布
2．5．2 F分布
2．5．2．1 方差的分布
2．5．2．F分布的推導(dǎo)
2．5．3 t分布
2．5．3．1 標(biāo)準(zhǔn)差的分布
2．5．3．2 t分布的推導(dǎo)
2．6 三大抽樣分布在假設(shè)檢驗(yàn)中的應(yīng)用
2．6．1 X2檢驗(yàn)
2．6．2 F檢驗(yàn)在方差分析中的應(yīng)用
2．6．3 t檢驗(yàn)
3 Matlab相關(guān)基礎(chǔ)與編程技術(shù)
3．1 本書約定
3．2 Matlab簡介
3．3 Matlab概覽
3．3．1 軟件安裝所需軟硬件條件及安裝方法
3．3．2 基本界面
3．3．3 軟件設(shè)置
3．3．4 Matlab可操作的文件類型
3．4 變量
3．4．1 變量的類型
3．4．2 變量的命名規(guī)則
3．5 常用命令
3．6 幫助及學(xué)習(xí)資源
3．6．1 聯(lián)機(jī)幫助
3．6．2 幫助命令
3．6．3 lookfor命令
3．6．4 學(xué)習(xí)資源
3．7 數(shù)據(jù)類型
3．7．1 數(shù)值型
3．7．2 字符型
3．7．3 日期和時間
3．8 數(shù)據(jù)精度
3．9 數(shù)組與矩陣
3．9．1 矩陣／數(shù)組的建立
……
4 人工神經(jīng)網(wǎng)絡(luò)的Matlab實(shí)現(xiàn)
5 數(shù)據(jù)預(yù)處理技術(shù)
6 靜態(tài)網(wǎng)絡(luò)
7 動態(tài)網(wǎng)絡(luò)
8 環(huán)境系統(tǒng)的復(fù)雜性
9 大型案例
參考文獻(xiàn)