人工神经网络原理及应用

《人工神经网络原理及应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、人工神经网络原理及应用朱大奇史慧编著内容简介本书介绍了人工神经网络的基本原理及其应用。重点阐述了9种常见神经网络的结构组成、工作原理、设计方法及应用实例。其中心内容包括前馈型BP神经网络；反馈型Hopfield神经网络和双向联想记忆BAM神经网络；局部逼近的CMAC小脑神经网络和径向基函数RBF神经网络；竞争学习的自组织SOM神经网络﹑对偶传播CPN神经网络﹑ART自适应谐振理论及量子神经网络。本书可作为电子﹑自动化﹑仪器仪表﹑计算机及相关专业研究生教材，书中介绍的相关算法及应用实践，对相关理论研究

2、者和工程技术人员也具有一定的指导意义。图书在版编目（CIP）数据人工神经网络原理及应用/朱大奇，史慧编著.—北京：科学出版社，2006ISBN7-03-016570-5Ⅰ.人⋯Ⅱ.①朱⋯②史⋯Ⅲ.人工神经元网络Ⅳ.TP.183中国版本图书馆CIP数据核字（2005）第144552号责任编辑：洪英/责任校对：科海责任印刷：科海/封面设计：林陶出版北京东黄城根北街16号邮政编码：100717http://www.sciencep.com北京科普瑞印刷有限责任公司印刷科学出版社发行各地新华书店经销*200

3、6年3月第一版开本：16开2006年3月第一次印刷印张：14.25印数：1-3000字数：347千字定价：24.00元(如有印装质量问题，我社负责调换)前言“人脑是如何工作的？”、“人类如何从现实世界获取知识和运用知识？”、“我们能否制作模仿人脑的人工神经系统？”。多少年来，人们从医学、生物学、生理学、信息学、认知学等各个角度试图认识并解答这些问题。心理学家和认知科学家从探索人脑加工、存储和搜索信息的机制出发，试图弄清人脑功能机理，建立人类认识过程的微结构理论；生物学、医学专家试图通过人脑的生理学研

4、究推动脑科学向定量﹑精确和系统化方向发展，寄希望于临床医学的新突破；信息处理与计算机科学家则试图寻求新的途径以解决目前计算机不能解决或不善解决的大量问题，构造更加逼近人脑功能的新一代计算机模型。各学科的发展和相互渗透，逐渐形成了一个新兴的多学科交叉的技术领域——人工神经网络。作为一门新兴的信息处理科学，人工神经网络以人的大脑工作模式为基础，研究自适应﹑非程序的信息处理方法。这种工作机制的特点表现在通过网络中大量神经元的相互作用来体现它自身的处理功能，从模拟人脑的结构和单个神经元功能出发，达到模拟人脑

5、处理信息的目的。近十几年来，人工神经网络一直是科学界的研究热点，无论是理论研究还是应用实践都有大量的成果报道。国内陆续出版了一些有关人工神经网络的书籍，这对人工神经网络在我国的发展起到了很好的推动作用，它们大多是以专著或译著的形式出版，随着人工神经网络学科的发展与普及，人工神经网络已成为高等学校电类及相关专业研究生的必修课程，但目前出版的人工神经网络书籍适合作研究生教材的还较少。本书从研究生教学的实际出发，结合作者多年来在高校从事神经网络研究和教学工作的经验，重点阐述人工神经网络的基本原理和实践应用

6、，同时兼顾近年来神经网络的新进展。在内容阐述上有以下特点：·通俗易懂，条理清晰，便于自学。注重物理概念内涵的阐述，尽量避免繁琐的数学推导。·注重理论联系实际，加强神经网络应用实例的介绍。以期读者在学习过程中得到启发，进而将神经网络模型应用到自己的研究课题之中。对选自于科技论文中的应用实例，都进行了改编﹑分析与说明。·按神经网络类型，逐个阐述其工作原理﹑网络特点及局限性，并提供应用实例，每章自成体系，便于取舍和教学。全书内容共分10章。其中：第1章为人工神经网络基础，阐述了人工神经网络的历史、研究概况

7、及发展趋势，介绍了人工神经网络的基本模型、基本要素及其功能，包括转移（激励）函数、学习算法等。为后续章节的学习奠定基础。第2章介绍前馈型误差反传BP神经网络,重点阐述了BP神经网络的基本结构﹑标准学习算法及其局限性、改进的BP学习算法及BP神经网络的一般性设计原则。同时介绍了BP网络在各方面的应用。第3章分别对离散型和连续型Hopfield反馈神经网络的结构﹑工作原理及稳定性进行了分析；最后从优化计算及联想记忆两方面介绍了Hopfield神经网络的应用。第4章针对Hopfield神经网络自联想记忆，

8、讨论了BAM异联想记忆神经网络，重点介绍了离散型双向联想记忆神经网络的结构﹑工作原理﹑权矩阵设计方法及稳定性。第5章在讨论CMAC小脑神经网络基本结构及原理的基础上，从CMAC网络输出计算阶段和网络权值调整阶段两个方面，重点介绍了模糊CMAC神经网络，基于信度分配的CMAC神经网络，基于平衡学习的CMAC神经网络及基于信度分配的模糊CMAC神经网络的结构﹑工作原理及权值调整学习算法，并给出了具体的仿真算例。本章内容得到了江苏省自然科学基金“动态非线性系统在线故障诊断的