文摘
英文文摘
第一章绪论
1.1人工神经元网络的研究背景
1.2人工神经元网络的发展和现状
1.3人工神经元网络的工作原理
1.3.1人工神经元模型
1.3.2激活函数
1.3.3人工神经元网络模型
1.3.4人工神经元网络的学习方式
1.3.5人工神经网络的学习规则
1.4人工神经元网络的主要优点
1.5人工神经元网络的实现
1.5.1全硬件实现
1.5.2软件实现
第二章感知机模型网络的Matlab语言实现
2.1网络结构
2.2算法要点
2.3算法缺陷
2.4感知机算法的Matlab语言实现
第三章多层前馈网络的Matlab语言实现
3.1简介
3.1.1网络结构
3.1.2激活函数
3.1.3BP网的应用范围
3.2学习算法及Matlab语言实现
3.2.1概述
3.2.2累积梯度下降算法(Batch Gradient Descent)
3.2.3快速训练算法
3.2.4不使用工具箱函数的MATLAB程序:
3.2.5算法总结:
3.3实际应用问题
3.4泛化问题
3.5训练数据的前处理和后处理
3.5.1输入输出数据固定范围限定
3.5.2输入输出数据零均值和标准方差限定(zero mean and unity standard deriation)
3.5.3主要元素分析
3.6图形界面的使用
第四章Hopfield网络的Matlab语言实现
4.1网络结构
4.2Hopfield网络的运行规则与能量函数
4.2.1运行规则
4.2.2能量函数
4.3Hopfield网络连接权的设计方法
4.4Hopfield网络的Matlab语言实现
4.5Hopfield网络的弱点与改进方法
第五章结束语
参考文献
致谢
东北大学;