| 失效链接处理 |
|
人工神经网络导论 PDF 下载
本站整理下载：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/605633338.html
相关截图：
 资料简介： 《人工神经网络导论》依照简明易懂、便于软件实现、鼓励探索的原则介绍人工神经网络。内容包括：智能系统描述模型，人工神经网络方法的特点；基本人工神经元模型，人工神经网络的基本拓扑特性，存储性能及学习；感知器与线性不可分问题，Ifcc学习律，Efmub规则；CQ算法及其原理分析，算法改进讨论；对传网的结构及其运行，对传网的初始化与训练算法；统计网络的训练与收敛性分析；Ipgjqfme网络及稳定性，Boltzmann机；双联存储网络的结构及训练；BSU模型的结构分析与实现。《人工神经网络导论》适合于研究生和本科高年级学生使用，也可供有关学生、科技人员参考 资料目录： 第一章引言 1.1人工神经网络的提出 1.1.1智能与人工智能 1.1.2物理符号系统 1.1.3联接主义观点 1.1.4两种模型的比较 1.2人工神经网络的特点 1.2.1人工神经网络的概念 1.2.2学习能力 1.2.3基本特征的自动提取 1.2.4信息的分布存放 1.2.5适用性问题 1.3历史回顾 1.3.1萌芽期 1.3.2第一高潮期 1.3.3反思期 1.3.4第二高潮期 1.3.5再认识与应用研究期 练习题 第二章人工神经网络基础 2.1生物神经网络 2.2人工神经元 2.2.1人工神经元的基本构成 2.2.2激活函数(ActivationFunction) 2.2.3M-P模型 2.3A.工神经网络的拓扑特性 2.3.1联接模式 2.3.2网络的分层结构 2.4存储与映射 2.5人工神经网络的训练。 2.5.1无导师学习 2.5.2有导师学习 练习题 第三章感知器 3.1感知器与人工神经网络的早期发展 3.2感知器的学习算法 3.2.1离散单输出感知器训练算法 3.2.2离散多输出感知器训练算法 3.2.3连续多输出感知器训练算法 3.3线性不可分问题 3.3.1异或(Exclusive-0R)问题 3.3.2线性不可分问题的克服 练习题 第四章BP网络 4.1概述 4.2基本BP算法 4.2.1网络的构成 4.2.2训练过程概述 4.2.3误差传播分析 4.2.4基本的BP算法 4.3算法的改进 4.4算法的实现 4.5算法的理论基础 4.6几个问题的讨论 练习题 第五章对传网 5.1网络结构 5.2网络的正常运行 5.2.1Kohonen层 5.2.2Grossberg层 5.3Kohonen层的训练 5.3.1输入向量的预处理 5.3.2训练 5.4Kohonen层联接权的初始化方法 5.5Grossberg层的训练 5.6补充说 |
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
