
主要内容
神经网络设计主要介绍:神经元模型和网络结构,感知机学习规则,有监督的Hebb学习,Widrow—Hoff学习算法,反向传播神经网络,反向传播算法的变形,联想学习,竞争网络,Grossberg网络,自适应谐振理论以及Hopfield网络等。重点是对这些神经网络的数学分析、训练方法、性能优化,以及神经网络在模式识别、信号处理以及控制系统等工程实践问题中的应用。
神经网络设计书籍目录
出版者的话专家委员会
译者序
前言
第1章 绪论
第2章 神经元模型和网络结构
第3章 一个说明性实例
第4章 感知机学习规则
第5章 信号和权值向量空间
第6章 神经网络中的线性变换
第7章 有监督的Hebb学习
第8章 性能曲面和最优点
第9章 性能优化
第10章 Widrow-Hoff学习算法
第11章 反向传播
第12章 反向传播算法的变形
第13章 联想学习
第14章 竞争网络
第15章 Grossberg网络
第16章 自适应谐振理论
第17章 稳定性
第18章 Hopfield网络
第19章 结束语
附录A 文献目录
附录B 符号
附录C 软件
索引
下载体验
