神經(jīng)網(wǎng)絡(luò)實(shí)用教程

前言
　　第1章 人工神經(jīng)網(wǎng)絡(luò)概述
　　1.1 神經(jīng)網(wǎng)絡(luò)的基本概念
　　1.1.1 生物神經(jīng)元的結(jié)構(gòu)與功能特點(diǎn)
　　1.1.2 人工神經(jīng)元模型
　　1.1.3 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及工作方式
　　1.1.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
　　
　　1.2 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)及其應(yīng)用
　　1.2.1 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
　　1.2.2 神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
　　練習(xí)題
　　
　　第2章 實(shí)用神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.1 MATLAB快速入門(mén)
　　2.1.1 MATLAB界面組成
　　2.1.2 MATLAB基本運(yùn)算
　　2.1.3 MATLAB繪圖函數(shù)
　　
　　2.2 感知器神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.2.1 單層感知器
　　2.2.2 單層感知器的學(xué)習(xí)算法
　　2.2.3 單層感知器的MATLAB實(shí)現(xiàn)
　　2.2.4 多層感知器
　　
　　2.3 線性神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.3.1 線性神經(jīng)元網(wǎng)絡(luò)模型
　　2.3.2 線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.3.3 線性神經(jīng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)
　　
　　2.4 BP神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.4.1 BP神經(jīng)網(wǎng)絡(luò)模型
　　2.4.2 BP網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法
　　2.4.3 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.5 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.5.1 RBF神經(jīng)網(wǎng)絡(luò)模型
　　2.5.2 RBF網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.5.3 RBF網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.6 自組織神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.6.1 自組織特征映射神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.6.2 自組織特征映射網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.6.3 自組織網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.7 學(xué)習(xí)向量量化（LVQ）神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.7.1 LVQ神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.7.2 LVQ神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
　　2.7.3 LVQ神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.8 Elman神經(jīng)網(wǎng)絡(luò)算法模型與學(xué)習(xí)算法
　　2.8.1 Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　2.8.2 Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
　　2.8.3 Elman神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的MATLAB實(shí)現(xiàn)
　　
　　2.9 Hopfield神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.9.1 離散Hopfield神經(jīng)網(wǎng)絡(luò)
　　2.9.2 連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)
　　2.9.3 Hopfield神經(jīng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn)
　　
　　2.10 Boltzmann神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
　　2.10.1 Boltzmann機(jī)的網(wǎng)絡(luò)結(jié)構(gòu)
　　2.10.2 Boltzmann機(jī)學(xué)習(xí)算法
　　
　　2.11 模糊神經(jīng)網(wǎng)絡(luò)
　　2.11.1 模糊神經(jīng)網(wǎng)絡(luò)主要形式
　　2.11.2 模糊神經(jīng)網(wǎng)絡(luò)模型
　　2.11.3 模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法
　　2.11.4 模糊邏輯MATLAB函數(shù)
　　練習(xí)題
　　
　　第3章 神經(jīng)網(wǎng)絡(luò)優(yōu)化方法
　　3.1 BP網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn)
　　3.1.1 消除樣本輸入順序影響的改進(jìn)算法
　　3.1.2 附加動(dòng)量的改進(jìn)算法
　　3.1.3 采用自適應(yīng)調(diào)整參數(shù)的改進(jìn)算法
　　……
　　第4章 nnToolKit神經(jīng)網(wǎng)絡(luò)工具包
　　第5章 MATLAB混合編程技術(shù)
　　第6章 混合編程案例
　　附錄 2NDN神經(jīng)網(wǎng)絡(luò)建模仿真工具
　　參考文獻(xiàn)