人工神经网络导论pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

人工神经网络导论PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 引言 1

1.1 人工神经网络的提出 1

1.1.1 智能与人工智能 1

1.1.2 物理符号系统 4

1.1.3 联接主义观点 5

1.1.4 两种模型的比较 6

1.2 人工神经网络的特点 7

1.2.1 人工神经网络的概念 7

1.2.2 学习能力 8

1.2.3 普化能力 8

1.2.4 信息的分布存放 10

1.2.5 适用性问题 10

1.3 历史回顾 10

1.3.1 萌芽期 10

1.3.2 第一高潮期 11

1.3.3 反思期 11

1.3.4 第二高潮期 12

1.3.5 再认识与应用研究期 13

练习题 13

第二章 人工神经网络基础 15

2.1 生物神经网络 15

2.2 人工神经元 16

2.2.1 人工神经元的基本构成 16

2.2.2 激活函数(Activation Function) 17

2.2.3 M-P模型 19

2.3 人工神经网络的拓扑特性 19

2.3.1 联接模式 20

2.3.2 网络的分层结构 20

2.4 存储与映射 25

2.5 人工神经网络的训练 27

2.5.1 无导师学习 27

2.5.2 有导师学习 28

练习题 29

第三章 感知器 30

3.1 感知器与人工神经网络的早期发展 30

3.2 感知器的学习算法 31

3.2.1 离散单输出感知器训练算法 31

3.2.2 离散多输出感知器训练算法 32

3.2.3 连续多输出感知器训练算法 33

3.3 线性不可分问题 35

3.3.1 异或(Exclusive-OR)问题 35

3.3.2 线性不可分问题的克服 37

练习题 38

第四章 BP网络 39

4.1 概述 39

4.2 基本BP算法 40

4.2.1 网络的构成 40

4.2.2 训练过程概述 41

4.2.3 误差传播分析 42

4.2.4 基本的BP算法 44

4.3 算法的改进 45

4.4 算法的实现 47

4.5 算法的理论基础 48

4.6 几个问题的讨论 52

练习题 54

第五章 对传网 55

5.1 网络结构 56

5.2 网络的正常运行 57

5.2.1 Kohonen层 57

5.2.2 Grossberg层 58

5.3 Kohonen层的训练 59

5.3.1 输入向量的预处理 59

5.3.2 训练 60

5.4 Kohonen层联接权的初始化方法 62

5.5 Grossberg层的训练 65

5.6 补充说明 67

练习题 69

第六章 非确定方法 70

6.1 基本的非确定训练算法 70

6.2 模拟退火算法 73

6.3 Cauchy训练 78

6.4 相关的几个问题 79

练习题 82

第七章 循环网络 83

7.1 循环网络的组织 83

7.2 稳定性分析 87

7.3 统计Hopfield网与Boltzmann机 90

7.4 双联存储器的结构 94

7.5 异相联存储 96

7.6 其他的双联存储器 97

7.7 Hopfield网用于解决TSP问题 97

练习题 100

第八章 自适应共振理论 101

8.1 ART的结构 102

8.2 ART的初始化 107

8.2.1 T的初始化 107

8.2.2 B的初始化 107

8.2.3 ρ的初始化 108

8.3 ART的实现 108

练习题 112

参考文献 114