神经网络设计

前言�......Page 2
  1.2　历史�......Page 8
  1.3　应用�......Page 10
  1.4　生物学的启示�......Page 12
  参考文献�......Page 13
    2.2.2　神经元模型�......Page 15
    2.2.3　网络结构�......Page 20
  2.3　小结�......Page 24
  2.4　例题�......Page 27
  习题�......Page 29
    3.2.1　问题描述�......Page 30
    3.2.2　感知机�......Page 31
    3.2.3　Hamming网络�......Page 35
    3.2.4　Hopfield网络�......Page 37
  习题�......Page 39
  4.2　理论和实例�......Page 41
    4.2.2　感知机的结构�......Page 42
    4.2.3　感知机学习规则�......Page 46
    4.2.4　收敛性证明�......Page 51
  4.4　例题�......Page 54
  参考文献�......Page 63
  习题�......Page 64
    5.2.1　线性向量空间�......Page 67
    5.2.3　生成空间�......Page 69
    5.2.5　范数�......Page 70
    5.2.6  正交性�......Page 71
    5.2.7　向量展开式�......Page 72
  5.3　小结�......Page 75
  5.4　例题�......Page 77
  习题�......Page 83
    6.2.1　线性变换�......Page 86
    6.2.2　矩阵表示�......Page 87
    6.2.3　基变换�......Page 89
    6.2.4　特征值和特征向量�......Page 92
  6.3　小结�......Page 95
  6.4　例题�......Page 96
  参考文献�......Page 103
  习题�......Page 104
  7.2　理论和实例�......Page 106
    7.2.2　Hebb规则�......Page 107
    7.2.3　仿逆规则�......Page 110
    7.2.4　应用�......Page 111
  7.3　小结�......Page 113
  7.4　例题�......Page 114
  参考文献�......Page 123
  习题�......Page 124
    8.2.1　泰勒级数�......Page 126
    8.2.2　方向导数�......Page 128
    8.2.3　极小点�......Page 129
    8.2.4　优化的必要条件�......Page 131
    8.2.5　二次函数�......Page 133
  8.3　小结�......Page 138
  8.4　例题�......Page 139
  习题�......Page 148
    9.2.1　最速下降法�......Page 150
    9.2.2　牛顿法�......Page 155
    9.2.3　共轭梯度法�......Page 159
  9.3　小结�......Page 162
  9.4　例题�......Page 163
  9.5　结束语�......Page 172
  习题�......Page 173
    10.2.1  ADALINE网络�......Page 175
    10.2.2　均方误差�......Page 177
    10.2.3　LMS算法�......Page 178
    10.2.4　收敛性分析�......Page 180
    10.2.5  自适应滤波�......Page 182
  10.3　小结�......Page 188
  10.4　例题�......Page 189
  参考文献�......Page 200
  习题�......Page 201
    11.2.1　多层感知机�......Page 204
    11.2.2　反向传播算法�......Page 208
    11.2.3　例子�......Page 212
    11.2.4　反向传播�......Page 214
  11.3　小结�......Page 218
  11.4　例题�......Page 219
  11.5　结束语�......Page 228
  习题�......Page 229
    12.2.1　BP算法的缺点�......Page 234
    12.2.2　BP算法的启发式改进�......Page 239
    12.2.3　数值优化技术�......Page 242
  12.3　小结�......Page 251
  12.4　例题�......Page 253
  参考文献�......Page 262
  习题�......Page 264
  13.2　理论和实例�......Page 266
    13.2.1　简单联想网络�......Page 267
    13.2.2　无监督的Hebb规则�......Page 268
    13.2.3　简单的识别网络�......Page 271
    13.2.4　instar规则�......Page 272
    13.2.6　outstar规则�......Page 275
  13.3　小结�......Page 278
  13.4　例题�......Page 279
  13.5　结束语�......Page 286
  习题�......Page 287
  14.2　理论和实例�......Page 292
    14.2.1　Hamming网络�......Page 293
    14.2.2　竞争层�......Page 294
    14.2.3　生物学意义上的竞争层�......Page 298
    14.2.4　自组织特征图�......Page 299
    14.2.5　学习向量量化�......Page 302
  14.3　小结�......Page 306
  14.4　例题�......Page 308
  参考文献�......Page 317
  习题�......Page 318
  15.2　理论和实例�......Page 322
    15.2.1　生物学的启发：视觉�......Page 323
    15.2.2　基本非线性模型�......Page 328
    15.2.3　两层竞争网络�......Page 330
    15.2.4　与Kohonen规则的关系�......Page 338
  15.3　小结�......Page 339
  15.4　例题�......Page 342
  15.5　结束语�......Page 349
  参考文献�......Page 350
  习题�......Page 351
    16.2.1　自适应谐振概述�......Page 353
    16.2.2　第一层�......Page 354
    16.2.3　第二层�......Page 358
    16.2.4　调整子系统�......Page 361
    16.2.5　学习规则：L1-L2�......Page 363
    16.2.6　学习规则：L2-L1�......Page 365
    16.2.7　ART1算法小结�......Page 366
    16.2.8　其他ART体系结构�......Page 367
  16.3　小结�......Page 368
  16.4　例题�......Page 371
16.5　结束语�......Page 381
  习题�......Page 382
    17.2.1　递归网络�......Page 385
    17.2.2　稳定性概念�......Page 386
    17.2.4　单摆例子�......Page 388
    17.2.5　LaSalle不变性定理�......Page 392
  17.3　小结�......Page 397
  17.4　例题�......Page 398
  参考文献�......Page 403
  习题�......Page 404
  18.2　理论和实例�......Page 406
    18.2.1　Hopfield模型�......Page 407
    18.2.2　Lyapunov函数�......Page 408
    18.2.3　增益效应�......Page 413
    18.2.4　Hopfield网络设计�......Page 416
  18.3　小结�......Page 420
  18.4　例题�......Page 422
  18.5　结束语�......Page 428
  参考文献�......Page 429
  习题�......Page 430
    19.2.1　前馈和联想网络�......Page 433
    19.2.3　动态联想存储器网络�......Page 436
    19.2.4　神经网络的经典基础�......Page 437
    19.2.5　参考书目和杂志�......Page 438
  参考文献�......Page 439
附录A　文献目录�......Page 446
附录B　符号�......Page 454
附录C　软件�......Page 459
索引�......Page 463