| 失效鏈接處理 |
|
人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論 PDF 下載
本站整理下載：
版權(quán)歸出版社和原作者所有，鏈接已刪除，請(qǐng)購買正版
用戶下載說明：
電子版僅供預(yù)覽，下載后24小時(shí)內(nèi)務(wù)必刪除，支持正版，喜歡的請(qǐng)購買正版書籍：
http://product.dangdang.com/605633338.html
相關(guān)截圖：
 資料簡介： 《人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論》依照簡明易懂、便于軟件實(shí)現(xiàn)、鼓勵(lì)探索的原則介紹人工神經(jīng)網(wǎng)絡(luò)。內(nèi)容包括：智能系統(tǒng)描述模型，人工神經(jīng)網(wǎng)絡(luò)方法的特點(diǎn)；基本人工神經(jīng)元模型，人工神經(jīng)網(wǎng)絡(luò)的基本拓?fù)涮匦?，存?chǔ)性能及學(xué)習(xí)；感知器與線性不可分問題，Ifcc學(xué)習(xí)律，Efmub規(guī)則；CQ算法及其原理分析，算法改進(jìn)討論；對(duì)傳網(wǎng)的結(jié)構(gòu)及其運(yùn)行，對(duì)傳網(wǎng)的初始化與訓(xùn)練算法；統(tǒng)計(jì)網(wǎng)絡(luò)的訓(xùn)練與收斂性分析；Ipgjqfme網(wǎng)絡(luò)及穩(wěn)定性，Boltzmann機(jī)；雙聯(lián)存儲(chǔ)網(wǎng)絡(luò)的結(jié)構(gòu)及訓(xùn)練；BSU模型的結(jié)構(gòu)分析與實(shí)現(xiàn)。《人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論》適合于研究生和本科高年級(jí)學(xué)生使用，也可供有關(guān)學(xué)生、科技人員參考 資料目錄： 第一章引言 1.1人工神經(jīng)網(wǎng)絡(luò)的提出 1.1.1智能與人工智能 1.1.2物理符號(hào)系統(tǒng) 1.1.3聯(lián)接主義觀點(diǎn) 1.1.4兩種模型的比較 1.2人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn) 1.2.1人工神經(jīng)網(wǎng)絡(luò)的概念 1.2.2學(xué)習(xí)能力 1.2.3基本特征的自動(dòng)提取 1.2.4信息的分布存放 1.2.5適用性問題 1.3歷史回顧 1.3.1萌芽期 1.3.2第一高潮期 1.3.3反思期 1.3.4第二高潮期 1.3.5再認(rèn)識(shí)與應(yīng)用研究期 練習(xí)題 第二章人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 2.1生物神經(jīng)網(wǎng)絡(luò) 2.2人工神經(jīng)元 2.2.1人工神經(jīng)元的基本構(gòu)成 2.2.2激活函數(shù)(ActivationFunction) 2.2.3M-P模型 2.3A.工神經(jīng)網(wǎng)絡(luò)的拓?fù)涮匦?br style="margin: 0px; padding: 0px;" /> 2.3.1聯(lián)接模式 2.3.2網(wǎng)絡(luò)的分層結(jié)構(gòu) 2.4存儲(chǔ)與映射 2.5人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。 2.5.1無導(dǎo)師學(xué)習(xí) 2.5.2有導(dǎo)師學(xué)習(xí) 練習(xí)題 第三章感知器 3.1感知器與人工神經(jīng)網(wǎng)絡(luò)的早期發(fā)展 3.2感知器的學(xué)習(xí)算法 3.2.1離散單輸出感知器訓(xùn)練算法 3.2.2離散多輸出感知器訓(xùn)練算法 3.2.3連續(xù)多輸出感知器訓(xùn)練算法 3.3線性不可分問題 3.3.1異或(Exclusive-0R)問題 3.3.2線性不可分問題的克服 練習(xí)題 第四章BP網(wǎng)絡(luò) 4.1概述 4.2基本BP算法 4.2.1網(wǎng)絡(luò)的構(gòu)成 4.2.2訓(xùn)練過程概述 4.2.3誤差傳播分析 4.2.4基本的BP算法 4.3算法的改進(jìn) 4.4算法的實(shí)現(xiàn) 4.5算法的理論基礎(chǔ) 4.6幾個(gè)問題的討論 練習(xí)題 第五章對(duì)傳網(wǎng) 5.1網(wǎng)絡(luò)結(jié)構(gòu) 5.2網(wǎng)絡(luò)的正常運(yùn)行 5.2.1Kohonen層 5.2.2Grossberg層 5.3Kohonen層的訓(xùn)練 5.3.1輸入向量的預(yù)處理 5.3.2訓(xùn)練 5.4Kohonen層聯(lián)接權(quán)的初始化方法 5.5Grossberg層的訓(xùn)練 5.6補(bǔ)充說 |
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
蘇公網(wǎng)安備 32061202001004號(hào)
