神經網絡在七十余年的發(fā)展歷程中， 雖幾經沉浮， 但仍已發(fā)展成為國際學術、產業(yè)及國家發(fā)展的焦點和熱點，已成為未來創(chuàng)新社會發(fā)展的動力。本書從認知神經科學出發(fā)闡述了神經計算的范疇、歷史與發(fā)展、基本原理等內容。全書共17章，分為兩個部分： 第一部分（第1~10章）從神經網絡計算的生物學基礎出發(fā)，論述了前饋神經網絡、反饋神經網絡、競爭學習神經網絡以及新興的進化神經網絡、正則神經網絡、支撐矢量機網絡、模糊神經網絡、多尺度神經網絡等模型與學習算法； 第二部分（第11~17章）論述了新近發(fā)展的深度網絡模型與學習算法，包括自編碼網絡、卷積神經網絡、生成式對抗網絡、循環(huán)神經網絡、圖神經網絡等及其在文本、圖像模式識別、圖像感知等領域的應用，其中在第16章的深度學習進階中，論述了稀疏編碼分類及應用、相關網絡學習與訓練的實例，以供有興趣的讀者進一步探索實踐。 本書可作為高等院校計算機科學、電子科學與技術、信息科學、控制科學與工程、人工智能、大數據、圖像感知等相關專業(yè)本科生或研究生的教材， 同時也可為相關領域的科研人員提供參考。
鄂公網安備 42010302001612號 