神经计算与生长自组织网络2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

神经计算与生长自组织网络PDF格式电子书版下载

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1章 神经计算概述1

1.1神经计算的基本原理与发展简史1

1.2神经计算的生物学机理4

1.2.1生物神经元及其结构4

1.2.2人工神经网络的定义5

1.2.3人工神经网络究竟可以做什么7

1.3人工神经网络的典型特征8

1.4人工神经网络模型9

1.5人工神经网络的学习规则11

第2章 人工神经网络的基本结构及其特性15

2.1生物神经元的抽象模型15

2.2人工神经元模型16

2.3激励函数类型20

2.4神经元的层次排列24

2.5多层前向神经网络26

2.6神经网络的静态系统与动态系统27

2.6.1连续时间动态系统27

2.6.2离散时间动态系统28

2.6.3一个连续时间正弦信号发生器29

2.6.4一个离散时间正弦信号发生器30

2.7神经网络的学习过程32

第3章 神经感知器34

3.1感知器的数学模型34

3.2感知器作为模式分类器35

3.3具有三个突触的感知器实例37

3.4感知器的权值选择38

3.5感知器学习规则40

3.6一个修正的感知器学习规则43

3.7平面与立方体相交的一个二维实例45

第4章 自适应线性元件47

4.1自适应线性元件概述47

4.2对一个p变量函数的线性逼近49

4.3最陡梯度下降法55

4.4 LMS学习规则57

4.5序贯递归算法60

第5章 多层前馈神经网络65

5.1多层前馈神经网络概述65

5.2多层感知器67

5.3误差的反向传播70

5.4单隐层感知器的BP算法71

5.4.1输出层计算74

5.4.2隐层计算76

5.5 MLP的一个图像编码应用实例81

第6章 径向基函数网络83

6.1径向基函数网络概述83

6.2 RBF网络的基本理论84

6.3 RBF网络结构86

6.4 RBF网络的学习算法89

6.5 RBF神经网络小结93

第7章 古典生长型神经网络96

7.1引言96

7.2离散型生长神经网络97

7.2.1堆砌式网络97

7.2.2宝塔式网络99

7.2.3爆发式网络100

7.3连续型生长神经网络103

7.3.1约束库伦能量网络103

7.3.2级联神经网络105

7.3.3资源配置网络107

7.4小结110

7.5附注——Pocket算法111

第8章 生长型自组织神经网络113

8.1竞争学习律114

8.2自组织映射网络116

8.2.1自组织映射网络之拓扑117

8.2.2自组织映射网络学习算法118

8.3其他自组织映射模型120

8.3.1学习矢量量化121

8.3.2动态学习矢量量化121

8.3.3内插型自组织映射122

8.4生长自组织映射网络123

8.4.1自组织表面123

8.4.2演化自组织映射127

8.4.3增量式网格生长128

8.4.4生长层次自组织映射132

第9章 生长神经元结构及其变种136

9.1引言136

9.2生长神经元模型137

9.2.1 GCS网络拓扑138

9.2.2 GCS学习算法140

9.2.3监督学习生长神经元结构144

9.3动态神经元结构146

9.3.1动态神经元结构机理146

9.3.2动态神经元结构算法描述147

9.3.3讨论148

9.4树型生长神经元结构149

9.4.1 TreeGCS网络拓扑149

9.4.2 TreeGCS算法描述149

9.4.3讨论151

9.5概率生长神经元结构152

9.5.1数学背景152

9.5.2 PGCS算法描述154

9.5.3讨论156

9.6附注——Voronoi棋盘及Delaunay三角形剖分156

第10章 外生长型神经元结构160

10.1引言160

10.2外生长神经元结构机理162

10.2.1 EGCS的凸权外长164

10.2.2 EGCS的凹权外长164

10.2.3外生长神经元结构的两个变种165

10.3外生长神经元结构的监督学习166

10.4二维外生长神经元结构监督学习算法描述167

10.5对EGCS的测试170

10.5.1测试1——双螺旋问题170

10.5.2测试2——基于声纳的岩石分类174

10.6对化学气体传感器的数据评价175

10.6.1咖啡品牌识别177

10.6.2甲苯、辛烷、丙醇及其混合物浓度预测179

10.7小结182

第11章 多生长神经元结构184

11.1引言184

11.2多生长神经元结构机理185

11.2.1多生长神经元结构的监督学习187

11.2.2 Voronoi域的计算188

11.3二维监督型多生长神经元结构算法描述189

11.4对多生长神经元结构的测试191

11.4.1测试1——双螺旋问题191

11.4.2测试2——基于声纳的岩石分类195

11.5用多生长神经元结构求解模式识别问题197

11.5.1玻璃鉴别问题197

11.5.2马病诊断问题200

11.5.3大豆病虫害识别202

11.5.4信用卡认定预测204

第12章 双生长神经气网络208

12.1神经气网络208

12.2生长神经气算法212

12.2.1生长神经气网络拓扑212

12.2.2生长神经气学习算法213

12.2.3生长神经气网络主要特征214

12.3双生长神经气网络216

12.3.1双生长神经气机理216

12.3.2双生长神经气的监督学习218

12.4二维监督生长神经气算法描述220

12.5双生长神经气网络测试222

12.6双生长神经气用于疾病诊断225

12.6.1 Wisconsin乳腺癌诊断225

12.6.2大豆病虫害鉴别问题226

12.7附注——竞争Hebb学习228

参考文献230