人工神經(jīng)網(wǎng)絡(luò)：理論·模型·算法與應(yīng)用

第一章　神經(jīng)網(wǎng)絡(luò)基礎(chǔ)概論
§1.1　神經(jīng)網(wǎng)絡(luò)理論形成的科學(xué)背景
§1.2　神經(jīng)網(wǎng)絡(luò)理論的發(fā)展歷史與趨勢(shì)
1.2.1　早期階段
1.2.2　20世紀(jì)70年代的過渡期
1.2.3　20世紀(jì)80年代的高潮期
1.2.4 目前的研究狀況和方向
§1.3　人工神經(jīng)網(wǎng)絡(luò)的生物學(xué)基礎(chǔ)和人工神經(jīng)元模型
1.3.1　神經(jīng)網(wǎng)絡(luò)的生物學(xué)基礎(chǔ)
1.3.2　人工神經(jīng)元模型
§1.4　神經(jīng)網(wǎng)絡(luò)模型的定義和結(jié)構(gòu)
1.4.1　神經(jīng)網(wǎng)絡(luò)模型的定義
1.4.2　神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)
§1.5　人工神經(jīng)網(wǎng)絡(luò)計(jì)算和傳統(tǒng)計(jì)算的特點(diǎn)比較
§1.6　神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則與實(shí)現(xiàn)
1.6.1　神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
1.6.2　神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)
§1.7　神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
第二章　前饋神經(jīng)網(wǎng)絡(luò)
§2.1　感知器
2.1.1　單層感知器的網(wǎng)絡(luò)結(jié)構(gòu)
2.1.2 單層感知器的表征能力與線性可分性.
2.1.3　感知器的學(xué)習(xí)算法
§2.2　前饋型BP神經(jīng)網(wǎng)絡(luò)
2.2.1　BP網(wǎng)絡(luò)的結(jié)構(gòu)
2.2.2　BP網(wǎng)絡(luò)的分類能力
§2.3　BP網(wǎng)絡(luò)的學(xué)習(xí)算法
2.3.1　誤差反向傳播學(xué)習(xí)算法(EBP)
2.3.2　EBP算法的缺點(diǎn)與改進(jìn)
2.3.3　模擬退火算法
2.3.4　遺傳算法
§2.4　前饋型多層網(wǎng)絡(luò)的映射能力與逼近能力
2.4.1　前饋網(wǎng)絡(luò)的映射能力
2.4.2　前饋網(wǎng)絡(luò)的逼近能力
§2.5 BP網(wǎng)絡(luò)的設(shè)計(jì)討論
§2.6 BP學(xué)習(xí)算法的VC++語言編程及有關(guān)結(jié)果
2.6.1　EBP學(xué)習(xí)算法實(shí)現(xiàn)異或分類的C++語言程序
2.6.2　運(yùn)行結(jié)果
§2.7　BP神經(jīng)網(wǎng)絡(luò)小結(jié)
§2.8　徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)
2.8.1　RBF神經(jīng)網(wǎng)絡(luò)的生物學(xué)背景與結(jié)構(gòu)
2.8.2 RBF網(wǎng)絡(luò)的學(xué)習(xí)算法
§2.9　小波神經(jīng)網(wǎng)絡(luò)
2.9.1　小波函數(shù)的定義
2.9.2　小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
2.9.3　小波神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)和學(xué)習(xí)算法
§2.10　小腦模型神經(jīng)網(wǎng)絡(luò)
2.10.1 CMAC網(wǎng)絡(luò)的結(jié)構(gòu)
2.10.2 CMAC網(wǎng)絡(luò)的學(xué)習(xí)算法
§2.11 FLAT神經(jīng)網(wǎng)絡(luò)
2.11.1 FLAT神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
2.11.2 FLAT神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
§2.12　用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)EEG信號(hào)的預(yù)測
2.12.1　預(yù)測原理及其模型
2.12.2 RBF網(wǎng)絡(luò)徑向基函數(shù)的改進(jìn)
2.12.3　數(shù)據(jù)處理結(jié)果及討論
第三章　反饋神經(jīng)網(wǎng)絡(luò)
§3.1　概述
§3.2　離散Hopfield神經(jīng)網(wǎng)絡(luò)
3.2.1 網(wǎng)絡(luò)的結(jié)構(gòu)及工作方式
3.2.2　網(wǎng)絡(luò)的能量函數(shù)與穩(wěn)定性分析
3.2.3　網(wǎng)絡(luò)的聯(lián)想記憶和記憶容量
　　……
第四章　自組織神經(jīng)網(wǎng)絡(luò)
第五章　混沌神網(wǎng)絡(luò)及其混沌控制
第六章　基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)
第七章　神經(jīng)網(wǎng)絡(luò)與自動(dòng)控制
參考文獻(xiàn)
附錄1　用四階龍格—庫塔算法求解Lorenz系統(tǒng)的C語言程序
附錄2　時(shí)間序列快速傅立葉變換（FFT）的C語言程序