混合神經網絡技術

定　價：￥70.00

作　者：	田雨波編著
出版社：	科學出版社
叢編項：
標　簽：	人工智能

購買這本書可以去

ISBN：	9787030248138	出版時間：	2009-06-01	包裝：	平裝
開本：	16開	頁數(shù)：	381	字數(shù)：

內容簡介

　　《混合神經網絡技術》在論述神經網絡基本概念和基本原理的基礎上，重點介紹了混合神經網絡技術，同時，給出各種混合神經網絡技術在電磁建模和優(yōu)化問題中的應用。全書共分12章，內容主要包括神經網絡的基本概念、基礎知識、BP神經網絡、RBF神經網絡、Hopfield神經網絡、隨機神經網絡、遺傳神經網絡、粒子群神經網絡、模糊神經網絡、混沌神經網絡、小波神經網絡和神經網絡集成等。同時，書后附錄給出相關程序?！痘旌仙窠浘W絡技術》可供從事神經網絡理論與技術、計算電磁學、電磁場工程等領域研究和開發(fā)工作的科技人員和高校教師參考閱讀，也可作為高等院校相關專業(yè)的高年級本科生和研究生的教學用書。

作者簡介

暫缺《混合神經網絡技術》作者簡介

圖書目錄

前言
第1章緒論
1.1 神經網絡的概念與分類
1.2 神經網絡的基本特征和基本功能
1.3 神經網絡的基本性質、優(yōu)點及應用
1.4 神經網絡的性能指標及研究內容
1.5 神經網絡的發(fā)展簡史、存在問題及發(fā)展趨勢
1.6 神經網絡的電磁應用
參考文獻
第2章基礎知識
2.1 神經網絡模型
2.2 神經網絡的訓練和學習
2.3 神經網絡的泛化能力
2.4 神經網絡訓練用樣本
參考文獻
第3章 BP神經網絡
3.1 BP神經網絡結構
3.2 BP學習算法
3.3 BP神經網絡應用要點
3.4 BP算法的不足及改進
3.5 應用BP神經網絡進行微帶貼片天線設計
參考文獻
第4章 RBF神經網絡
4.1 網絡結構和工作原理
4.2 網絡的生理學基礎和數(shù)學基礎
4.3 常用的學習算法
4.4 網絡的特點及注意事項
4.5 RBF神經網絡與BP神經網絡的比較
參考文獻
第5章 Hopfield神經網絡
5.1 Hopfield神經網絡簡介
5.2 神經動力學
5.3 Lyapunov定理
5.4 連續(xù)Hopfield神經網絡
5.5 離散Hopfield神經網絡
5.6 Hopfield神經網絡應用
5.7 Hopfield神經網絡特點
參考文獻
第6章隨機神經網絡
6.1 Boltzmann機
6.2 神經網絡的隨機訓練
6.3 模擬退火算法
參考文獻
第7章遺傳神經網絡
7.1 遺傳算法
7.2 遺傳神經網絡原理及實現(xiàn)
7.3 遺傳神經網絡應用
參考文獻
第8章粒子群神經網絡
8.1 粒子群優(yōu)化算法
8.2 粒子群神經網絡原理及實現(xiàn)
8.3 粒子群神經網絡應用
參考文獻
第9章模糊神經網絡
9.1 模糊理論
9.2 模糊神經網絡原理及實現(xiàn)
9.3 模糊神經網絡應用
參考文獻
第10章混沌神經網絡
10.1 混沌理論
10.2 混沌神經網絡原理及實現(xiàn)
10.3 混沌神經網絡應用
參考文獻
第11章小波神經網絡
11.1 小波分析
11.2 小波神經網絡原理及實現(xiàn)
11.3 小波神經網絡應用
參考文獻
第12章神經網絡集成
12.1 神經網絡集成基本知識
12.2 神經網絡集成的應用
參考文獻
附錄
附錄1 BP神經網絡源程序
附錄2 基于梯度算法的RBF神經網絡源程序
附錄3 基于聚類法的RBF神經網絡源程序
附錄4 基于正交最小二乘算法的RBF神經網絡源程序
附錄5 遺傳算法源程序
附錄6 粒子群算法源程序
附錄7 粒子群算法優(yōu)化神經網絡源程序
附錄8 粒子群算法和BP算法相結合優(yōu)化神經網絡源程序(1)
附錄9 粒子群算法和BP算法相結合優(yōu)化神經網絡源程序(2)
附錄10 小波神經網絡源程序
附錄11 基于十進制粒子群優(yōu)化算法的神經網絡集成源程序
附錄12 基于二進制粒子群優(yōu)化算法的神經網絡集成源程序