|
书名： |
神经网络系统理论
|
| ISBN： | 7-5606-0157-X |
责任编辑： | |
| 作者： |
焦李成
相关图书
|
装订： | 0 |
| 印次： | 1-5 |
开本： | 0 |
| 定价： |
￥18.50
折扣价：￥17.58
折扣：0.95
节省了0.925元
|
字数： |
432千字
|
| 出版社： |
西安电子科技大学出版社 |
页数： |
|
| 出版日期： |
1996-09-01 |
每包册数： |
|
| 国家规划教材： |
|
省部级规划教材： |
|
| 入选重点出版项目： |
|
获奖信息： |
|
|
|
| 内容简介： |
神经网络系统理论是近年来得到迅速发展的一个国际前沿研究领域,它的发展对计算机科学、人工智能、认知科学、脑神经科学、数理科学、信息科学、微电子学、自动控制与机器人、系统工程等领域都有重要影响。本书系统地论述了神经网络系统的基本理论、方法,系统的综合与应用及有关最新研究成果,主要内容有:神经元的MP模型及Hebb学习规则、动力系统的稳定性及其判别方法;前向网络、反向网络、自组织网络及随机网络四个范式;神经网络的通有迭代模型、性质及其Systolic实现方法;新的神经网络模型及其时空结构功能及有关性能;神经网络的设计与综合;神经网络理论的应用;神经网络计算机的基本结构与实现方法。
本书可作为理工科大学计算机、自动控制、信号与信息处理、电路与系统、系统工程等专业博士生、硕士生及高年级大学生的教材,同时对有关领域的研究人员和工程技术人员有重要参考价值。
|
| 作者简介： |
|
|
| 章节目录： |
序 言
前 言
第一章 绪论
1.1 神经网络的研究历史 (1)
1.2 生物神经元模型 (4)
1.3 神经网络的基本特征和通有性质 (6)
1.4 神经网络的研究方法与主要内容 (14)
第二章 神经网络理论与基础
2.1 MP模型和Hebb学习规则 17)
2.2 动力系统的稳定性 (19)
2.3 稳定性的Lyapunov第二方法 (22)
第三章 神经网络模型Ⅰ:前向网络
3.1 线性阈值单元 (26)
3.2 感知器 (27)
3.3 BP算法(反向传播算法) (34)
3.4 前向网络的映射作用与容量分析 (36)
3.5 自适应线性元件(Adaline) (41)
3.6 交替投影神经网络(APNN) (45)
第四章 神经网络模型Ⅱ:反馈网络
4.1 离散的Hopfield神经网络 (52)
4.2 联想记忆与神经计算 (57)
4.3 连续时间Hopfield神经网络模型 (59)
4.4 高阶关联神经网络模型 (67)
4.5 联想存贮器分析 (70)
4.6 双向联想记忆(BAM) (73)
4.7 高阶自相关器和异相关器 (79)
第五章 自组织神经网络
5.1 自适应共振理论(ART) (89)
5.2 自组织特征映射 (92)
5.3 CPN模型 (94)
5.4 神经认知机 (98)
第六章 随机神经网络
6.1 模拟退火算法 (101)
6.2 Boltzmann机 (106)
6.3 NN的概率统计法 (111)
6.4 并行分布Cauchy机 (114)
6.5 神经网络的熵理论 (116)
6.6 动力系统的分维学 (121)
6.7 分维神经网络 (124)
第七章 神经网络的统一描述与Systolic阵列实现
7.1 Systolic阵列 (127)
7.2 波前阵列处理器 (134)
7.3 神经网络的通有迭代模型 (135)
7.4 回归BP和HMM的统一描述 (142)
7.5 算法到Systolic阵列/波前阵列结构的映射 (145)
7.6 通有迭代ANN模型的Systolic设计 (148)
第八章 连续时间非线性神经网络模型及其时空特征
8.1 通有连续时间神经网络模型 (159)
8.2 通有神经网络模型的关联稳定性 (167)
8.3 通有神经网络的时空结构与延时动力学 (182)
第九章 神经网络的设计与综合
9.1 联想记忆设计要求 (192)
9.2 神经网络综合的基本方法 (193)
9.3 Hopfield型同步离散神经网络用于AM的综合 (200)
9.4 Hopfield连续时间联想记忆的综合 (208)
9.5 超闭正立体上线性神经网络的综合 (212)
9.6 不连续神经网络系统的综合 (216)
第十章 神经优化计算〖ＪY〗
10.1 Hopfield模型理论分析 (227)
10.2 TSP问题 (230)
10.3 神经优化计算的一种新方法 (237)
第十一章 神经网络专家系统
11.1 专家系统的发展与现状 (242)
11.2 神经网络专家系统基本原理与结构 (243)
11.3 基于神经网络系统的知识表示、获取与推理 (245)
11.4 组合神经网络专家系统的实现 (249)
11.5 小结 (251)
第十二章 神经网络计算机及其VLSI实现
12.1 神经网络计算机 (252)
12.2 神经网络的数字VLSI实现 (256)
12.3 神经网络的电压模式模拟VLSI实现 (259)
12.4 神经网络的电流模式模拟VLSI设计与实现 (263)
12.5 全集成模拟神经网络优化处理器 (267)
展 望
参考文献
|
| 精彩片段： |
|
|
| 书 评： |
前言
以非线性大规模并行分布处理为主流的神经网络的研究在最近几年取得了引人注目的进展,引起了包括计算机科学、人工智能、认知科学、信息科学、微电子学、自动控制与机器人、脑神经科学等学科与领域内的科学家的巨大热情和广泛兴趣。人们普遍认为它将使电子科学和信息科学等产生革命性的变革,并将促使以神经计算机为基础的高技术群的诞生和发展。
神经网络理论突破了以传统的线性处理为基础的数字电子计算机的局限,标志着人们开始考虑利用赖以生存的非线性世界,探索和研究像人脑这样的复杂巨系统。近十几年来,耗散结构、孤粒子、自组织、协同学、超循环与微循环、奇怪吸引子与浑沌动力学等理论的问世和发展,使人们认识到非线性是一切复杂性之源。正是由于非线性作用,才孕育出大自然的万千气象、人类社会的风云变幻和人类思维的错综差异。非线性科学在过去20年间激励了自然科学、工程技术与社会科学的几乎全部学科的研究者,并向人们提出了划时代的挑战,同时也促进了神经网络研究的发展。
神经网络信息处理系统虽然是以非线性处理为基础的,但目前所研究的只是非线性系统的最简单特征。真正模拟人脑信息处理机制的神经网络是一巨型非线性动力学系统,它具有丰富的动力学复杂性,对此我们认识得还很不充分,有许多复杂现象还未认识到,很多重大的、根本性的问题,有些是空白,有些只有一个开端。特别是如何把脑科学的最新研究成果和VLSI技术(如电流模式VLSI技术)、光学技术及非线性动力学系统理论结合起来,提出相应的神经网络模型(如适于VLSI实现的多维局域神经网络)及其实现方法与技术,还有许多工作要做,这也是开发智能机的基础。
神经网络经过长期的大量研究,尽管取得了很多成果,但对于建立一套完整的理论体系来说,还是远远不够的,况且,神经网络的研究日新月异,并涉及了如此众多的研究领域。在这种情况下,本书面临的形势是复杂而困难的,这是作者所清醒看到的,但是作者还是鼓足勇气将其出版。作者真诚地希望本书在大家的帮助下,不断完善和提高。作为国内较早出版的神经网络的著作,作者认为首先应使本书包含较为全面的基本内容,同时也应反映这一新的研究领域的研究现状和前沿课题以及一些有潜力的新思想、新方法、新技术(诸如APNN、分维神经网络、神经网络的熵论、关联稳定性与延时动力学、电流模式VLSI神经网络及神经优化处理器和系统等)。这就是本书撰写的基本思想和出发点。非线性思想是本书的思想基础,它贯穿于本书的始终。本书包含了作者的研究成果和观点。
本书的基本内容如下:
·第一章为绪论，讨论了神经网络研究的历史和复兴的动力。研究了神经网络的基本特征,指出了有关前沿研究课题和研究的基本方法；
·第二章简要地给出了神经网络理论的研究基础,包括神经元的MP模型及Hebb学习规则、动力系统的稳定性及其判别方法；
·第三章至第六章主要讨论神经网络范式及其性质。作者把它们归纳为前向网硌、反馈网络、自组织网络和随机网络四个范式。除熟知的感知器、BP、Adaline、Hopfield网、ART、自组织特征映射、认知机、BAM模型外,还研究了交替投影神经网络、CPN、分维神经网络、Cauchy机以及神经网络的熵测度理论等；
·第七章给出了神经网络的通有迭代模型、性质及其Systolic实现方法,这是神经网络计算机很有前途的一种实现方法；
·第八章则研究了神经网络的通有连续时间模型,提出了新的神经网络模型及其时空结构功能、延时非线性动力学及结构摄动下的关联稳定性等,其中主要为作者的一些研究成果；
·第九章讨论神经网络设计和综合的四种基本方法,具体研究了四大类神经网络系统的动力学性质和综合程序；
·第十章和第十一章讨论了神经网络理论的应用。前一章研究了神经优化计算和CAM中的伪解和伪稳定平衡点问题,并提出了一种与已有结果不同的神经优化方法。后一章则给出了神经网络专家系统的基本理论和实现方法,其中包含作者的一些研究成果；
·第十二章研究了神经网络计算机的基本结构与实现方法。特别是VLSI实现的有关问题和途径,提出了全集成神经优化处理器与系统、电流模式VLSI神经网络设计与实现等理论与方法,主要反映了作者在这方面的一些研究成果。
西安电子科技大学保铮教授给予我热情的关怀和悉心指导,并详细地审阅了全书,西安交通大学邱关源教授也给予我热情关怀和指导,借此机会表达我对保先生和邱先生由衷的敬意和感激。感谢西安电子科技大学神经网络研究中心诸位同仁的帮助和西安电子科技大学参加神经网络课程学习的博士生、硕士生的建议和讨论。美国波士顿大学的S.Grossberg教授、加州伯克莱大学的L.O.Chua教授、加州工学院的C.A.Mead教授提供了许多宝贵的资料
|
| 其 它： |
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
