人工神經(jīng)網(wǎng)絡原理及應用

第1章 人工神經(jīng)網(wǎng)絡的基礎(chǔ)知識
1.1    人工神經(jīng)網(wǎng)絡發(fā)展的歷史及現(xiàn)狀
1.2    人工神經(jīng)網(wǎng)絡的基本模型及其功能
1.3    人工神經(jīng)網(wǎng)絡的基本要素
1.4    本章小結(jié)
1.5    思考題
1.6    參考文獻
第2章 BP誤差反傳神經(jīng)網(wǎng)絡
2.1    BP神經(jīng)網(wǎng)絡模型及其學習算法
2.2    BP神經(jīng)網(wǎng)絡設計的一般原則
2.3    BP神經(jīng)網(wǎng)絡的應用
2.4    本章小結(jié)
2.5    思考題
2.6    參考文獻
第3章 Hopfield反饋神經(jīng)網(wǎng)絡
3.1    離散型Hopfield神經(jīng)網(wǎng)絡
3.2    連續(xù)型Hopfield神經(jīng)網(wǎng)絡
3.3    Hopfield神經(jīng)網(wǎng)絡的應用
3.4    本章小結(jié)
3.5    思考題
3.6    參考文獻
第4章 BAM雙向聯(lián)想記憶神經(jīng)網(wǎng)絡
4.1    BAM結(jié)構(gòu)、算法及穩(wěn)定性
4.2    BAM神經(jīng)網(wǎng)絡的應用
4.3    本章小結(jié)
4.4    思考題
4.5    參考文獻
第5章 CMAC小腦神經(jīng)網(wǎng)絡
5.1    CMAC結(jié)構(gòu)及工作原理
5.2    CMAC改進學習算法
5.3    CMAC神經(jīng)網(wǎng)絡的應用___基于CMAC的電液負載模擬器自學習控制
5.4    本章小結(jié)
5.5    思考題
5.6    參考文獻
第6章 RBF徑向基函數(shù)神經(jīng)網(wǎng)絡
6.1    RBF結(jié)構(gòu)及工作原理
6.2    RBF學習算法
6.3    改進的RBF學習算法
6.4    徑向基函數(shù)神經(jīng)網(wǎng)絡RBF的應用___利用RBF神經(jīng)網(wǎng)絡實現(xiàn)熱工過程的在線辨識
6.5    本章小結(jié)
6.6    思考題
6.7    參考文獻
第7章 SOM自組織特征映射神經(jīng)網(wǎng)絡
7.1    競爭學習算法基礎(chǔ)
7.2    SOM神經(jīng)網(wǎng)絡模型與算法
7.3    SOM神經(jīng)網(wǎng)絡的應用
7.4    本章小結(jié)
7.5    思考題
7.6    參考文獻
第8章 CPN對偶傳播神經(jīng)網(wǎng)絡
8.1    CPN神經(jīng)網(wǎng)絡簡介
8.2    CPN神經(jīng)網(wǎng)絡結(jié)構(gòu)及原理
8.3    CPN神經(jīng)網(wǎng)絡的應用___CPN網(wǎng)絡在集成電路故障模式識別中的應用
8.4    本章小結(jié)
8.5    思考題
8.6    參考文獻
第9章 ART自適應諧振理論
9.1    ART1型神經(jīng)網(wǎng)絡結(jié)構(gòu)及算法
9.2    ART2型神經(jīng)網(wǎng)絡結(jié)構(gòu)及算法
9.3    ART神經(jīng)網(wǎng)絡的應用
9.4    本章小結(jié)
9.5    思考題
9.6    參考文獻
第10章 量子神經(jīng)網(wǎng)絡
10.1    量子神經(jīng)網(wǎng)絡的發(fā)展
10.2    量子神經(jīng)網(wǎng)絡模型
10.3    量子神經(jīng)網(wǎng)絡的應用
10.4    本章小結(jié)
10.5    思考題
10.6    參考文獻