神经网络设计

第1章 绪论

1. 1 目的

1. 2 历史

1. 3 应用

1. 4 生物学的启示

参考文献

第2章 神经元模型和网络结构

2. 1 目的

2. 1　理论和实例

2. 2. 1 符号

2. 2. 2　神经元模型

2. 2. 3 网络结构

2. 3 小结

2. 4 例题

2. 5 结束语

习题

第3章 一个说明性实例

3. 1 目的

3. 2　理论和实例

3. 2. 1 问题描述

3. 2. 2 感知机

3. 2. 3 Hamming网络

3. 2. 4 Hopfield网络

3. 3 结束语

习题

第4章 感知机学习规则

4. 1 目的

4. 2 理论和实例

4. 2. 1 学习规则

4. 2. 2 感知机的结构

4. 2. 3 感知机学习规则

4. 2. 4 收敛性证明

4. 3 小结

4. 4 例题

4. 5 结束语

参考文献

习题

第5章 信号和权值向量空间

5. 1 目的

5. 2 理论和实例

5. 2. 1 线性向量空间

5. 2. 2 线性无关

5. 2. 3 生成空间

5. 2. 4 内积

5. 2. 5 范数

5. 2. 6 正交性

5. 2. 7 向量展开式

5. 3 小结

5. 4 例题

5. 5 结束语

参考文献

习题

第6章 神经网络中的线性变换

6. 1 目的

6. 2 理论和实例

6. 2. 1 线性变换

6. 2. 2 矩阵表示

6. 2. 3 基变换

6. 2. 4 特征值和特征向量

6. 3 小结

6. 4 例题

6. 5 结束语

参考文献

习题

第7章 有监督的Hebb学习

7. 1 目的

7. 2 理论和实例

7. 2. 1 线性联想器

7. 2. 2 Hebb规则

7. 2. 3 仿逆规则

7. 2. 4 应用

7. 2. 5 Hebb学习的变形

7. 3 小结

7. 4 例题

7. 5 结束语

参考文献

习题

第8章 性能曲面和最优点

8. 1 目的

8. 2 理论和实例

8. 2. 1 泰勒级数

8. 2. 2 方向导数

8. 2. 3 极小点

8. 2. 4 优化的必要条件

8. 2. 5 二次函数

8. 3 小结

8. 4 例题

8. 5 结束语

参考文献

习题

第9章 性能优化

9. 1 目的

9. 2 理论和实例

9. 2. 1 最速下降法

9. 2. 2 牛顿法

9. 2. 3 共扼梯度法

9. 3 小结

9. 4 例题

9. 5 结束语

参考文献

习题

第10章 Widrow-Hoff学习算法

10. 1 目的

10. 2 理论和实例

10. 2. 1 ADALINE网络

10. 2. 2 均方误差

10. 2. 3 LMS算法

10. 2. 4 收敛性分析

10. 2. 5 自适应滤波

10. 3 小结

10. 4 例题

10. 5 结束语

参考文献

习题

第11章 反向传播

11. 1 目的

11. 2 理论和实例

11. 2. 1 多层感知机

11. 2. 2 反向传播算法

11. 2. 3 例子

11. 2. 4 反向传播

11. 3 小结

11. 4 例题

11. 5 结束语

参考文献

习题

第12章 反向传播算法的变形

12. 1 目的

12. 2 理论和实例

12. 2. 1 BP算法的缺点

12. 2. 2 BP算法的启发式改进

12. 2. 3 数值优化技术

12. 3 小结

12. 4 例题

12. 5 结束语

参考文献

习题

第13章 联想学习

13. 1 目的

13. 2 理论和实例

13. 2. 1 简单联想网络

13. 2. 2 无监督的Hebb规则

13. 2. 3 简单的识别网络

13. 2. 4 instar规则

13. 2. 5 简单回忆网络

13. 2. 6 outstar规则

13. 3 小结

13. 4 例题

13. 5 结束语

参考文献

习题

第14章 竞争网络

14. 1 目的

14. 2 理论和实例

14. 2. 1 Hamming网络

14. 2. 2 竞争层

14. 2. 3 生物学意义上的竞争层

14. 2. 4 自组织特征图

14. 2. 5 学习向量量化

14. 3 小结

14. 4 例题

14. 5 结束语

参考文献

习题

第15章 Grossberg网络

15. 1 目的

15. 2 理论和实例

15. 2. 1 生物学的启发：视觉

15. 2. 2 基本非线性模型

15. 2. 3 两层竞争网络

15. 2. 4 与Kohonen规则的关系

15. 3 小结

15. 4 例题

15. 5 结束语

参考文献

习题

第16章 自适应谐振理论

16. 1 目的

16. 2 理论和实例

16. 2. 1 自适应谐振概述

16. 2. 2 第一层

16. 2. 3 第二层

16. 2. 4 调整子系统

16. 2. 5 学习规则：L1-L2

16. 2. 6 学习规则：L2-L1

16. 2. 7 ART1算法小结

16. 2. 8 其他ART体系结构

16. 3 小结

16. 4 例题

16. 5 结束语

参考文献

习题

第17章 稳定性

17. 1 目的

17. 2 理论和实例

17. 2. 1 递归网络

17. 2. 2 稳定性概念

17. 2. 3 Lyapunov稳定性定理

17. 2. 4 单摆例子

17. 2. 5 LaSdlle不变性定理

17. 3 小结

17. 4 例题

17. 5 结束语

参考文献

习题

第18章 Hopfield网络

18. 1 目的

18. 2 理论和实例

18. 2. 1 Hopfield模型

18. 2. 2 Lyapunov函数

18. 2. 3 增益效应

18. 2. 4 Hopfield网络设计

18. 3 小结

18. 4 例题

18. 5 结束语

参考文献

习题

第19章 结束语

19. 1 目的

19. 2 理论和实例

19. 2. 1 前馈和联想网络

19. 2. 2 竞争网络

19. 2. 3 动态联想存储器网络

19. 2. 4 神经网络的经典基础

19. 2. 5 参考书目和杂志

19. 3 结束语

参考文献

附录A 文献目录

附录B 符号

附录C 软件

索引