人工神經元網絡原理與應用（簡體書）

《人工神經元網絡原理與應用》以通俗易懂的方式講述了人工神經元網絡的基本原理、設計和計算機方法。全書共分十二章。第一章介紹了工人神經元網絡的發展歷史和它的主要特點，第二章和第三章介紹了生物神經元網絡和人工神經元網絡的基本原理，第四章至第十章講述了幾種主要的人工神經元網絡的原理和具體計算方法，第十章介紹了人工神經元網絡在自動控制系統中的應用，第十章介紹了人工神經元網絡在自動控制系統中的應用，最后一章介紹了編程實例，全書配有習題。
《人工神經元網絡原理與應用》可作為自動控制、計算機應用、通信工程等有關專業大學本科生及研究生的教材，也可供相關領域的工程技術人員和研究人員自學和參考。

前言
第一章 緒論
1.1 為什麼要用人工神經元網絡
1.2 人工神經元網絡的發展
1.3 人工神經元網絡是怎樣工作的
習題
第二章 生物神經元網絡的基本原理
2.1 生物神經元
2.2 生物神經元網絡的結構
習題
第三章 人工神經元網絡的基本原理
3.1 人工神經元
3.2 人工神經元網絡模型
3.3 神經元網絡的學習過程
3.4 神經元網絡的學習規則
3.5 神經元網絡的工作過程
習題
第四章 感知機模型網絡
4.1 感知機網絡的結構
4.2 感知機網絡的學習規則
4.3 感知機網絡的局限性
習 題
第五章 多層網絡的誤差逆傳播校正方法
5.1 誤差逆傳播校正方法
5.2 BP網絡的學習規則與計算方法
5.3 BP網絡的應用舉例
5.4 BP網絡的改進方案
習題
第六章 Hopfield神經元網絡
6.1 Hopfield網絡的基本結構
6.2 Hopfield網絡的能量函數與運行規則
6.3 聯想記憶
6.4 Hopfield網絡連接權的設計方法
6.5 Hopfield網絡的弱點
6.6 連續型Hopfield神經網絡
6.7 Hopfield網絡的應用
習題
第七章 隨機型神經元網絡
7.1 模擬退火算法
7.2 波爾茨曼機模型及其工作規則
7.3 波爾茨曼機模型網絡的學習規則
習題
第八章 競爭型神經元網絡
8.1 競爭型神經元網絡的基本結構及其學習方法
8.2 抑制競爭型神經元網絡及其學習規則
8.3 自適應共振理論神經網絡
習題
第九章 自組織特徵映射神經元網絡
9.1 SOFM網絡結構及學習工作規則
9.2 SOFM網絡的應用
習題
第十章 對向傳播神經元網絡
10.1 CP網絡的結構及學習工作規則
10.2 CP網絡的改進與完善
習題
第十一章 神經元網絡控制簡介
11.1 神經元網絡控制的基本原理
11.2 幾種典型的神經元網絡控制系統的結構
習題
第十二章 人工神經元網絡編程實例
12.1 感知機模型神經元網絡編程
12.2 BP神經元網絡編程
12.3 ART1型神經元網絡編程
參考文獻