同類熱銷排行榜

人工神經網路(模型演算法及應用新工科建設人工智慧系列教材)

作者：編者:何春梅|責編:戴晨辰
出版社：電子工業
ISBN：9787121435164

出版日期：2022/09/01
裝幀：平裝
頁數：319

人民幣：RMB 69 元售價：元

內容大鋼

本書較全面地闡述了人工神經網路的理論知識，介紹了多種經典的人工神經網路模型結構、學習演算法和實際應用。本書共11章，第1章介紹人工神經網路的定義、發展、生理學機理、神經元模型、拓撲結構、學習演算法等；第2章介紹感知機的基本原理、學習演算法及應用；第3章介紹多層前饋神經網路的基本原理、學習演算法及應用；第4章介紹不同正則化理論、相應神經網路及應用；第5章介紹不同極限學習機模型、支持向量機及應用；第6章介紹形態神經網路的模型結構、學習演算法、魯棒性分析及應用；第7章介紹自組織映射和核自組織映射的基本原理及應用；第8章介紹典型卷積神經網路的模型結構和基本原理，闡述卷積神經網路的變體及應用；第9章介紹基本的生成對抗網路、自注意生成對抗網路、進化生成對抗網路、遷移學習和對抗領域自適應等網路模型，闡述生成對抗網路的學習演算法、訓練技巧及應用；第10章介紹長短時記憶網路和遞歸神經網路的模型、學習演算法及應用：第11章介紹模糊神經網路，包括模糊集合和模糊邏輯的基本概念和運算，模糊神經網路的模型結構、性能分析、學習演算法及應用。
本書可作為電腦科學與技術、軟體工程、人工智慧、智能科學與技術、生物醫學工程等專業本科生和研究生的教材或參考書，也可供相關領域關注人工神經網路理論及應用的工程技術人員和科研人員學習參考。

作者介紹

編者:何春梅|責編:戴晨辰

第1章  緒論
  1.1  什麼是人工神經網路
  1.2  發展歷史
  1.3  人腦
  1.4  Hebb法則
  1.5  神經元模型
  1.6  神經網路的拓撲結構
  1.7  知識表示
  1.8  神經網路的學習演算法
  1.9  神經網路的學習任務
  1.10  小結
  參考文獻
第2章  感知機
  2.1  引言
  2.2  實例引入
  2.3  Rosenblatt感知機
    2.3.1  感知機的結構
    2.3.2  單層感知機與多層感知機
    2.3.3  感知機的學習
  2.4  最小均方誤差
    2.4.1  線性回歸問題引入
    2.4.2  最小均方演算法
  2.5  實戰Iris模式分類
  2.6  小結
  參考文獻
  習題
第3章  多層前饋神經網路
  3.1  引言
  3.2  多層前饋神經網路模型結構
  3.3  BP神經網路
    3.3.1  BP神經網路的介紹
    3.3.2  BP演算法
    3.3.3  編程實戰
  3.4  RBF神經網路
    3.4.1  什麼是RBF神經網路
    3.4.2  RBF神經網路的學習過程
    3.4.3  RBF神經網路與BP神經網路的區別
  3.5  泛化能力
    3.5.1  什麼是泛化
    3.5.2  如何提高泛化能力
  3.6  函數逼近
    3.6.1  通用逼近定理
    3.6.2  逼近誤差的邊界
    3.6.3  維數災難
  3.7  BP演算法的優點和缺點
    3.7.1  BP演算法的優點
    3.7.2  BP演算法的缺點
  3.8  人臉識別應用
    3.8.1  人臉圖像的小波變換
    3.8.2  BP神經網路的分類識別

    3.8.3  RBF神經網路的分類識別
    3.8.4  實驗結果
  3.9  小結
  參考文獻
  習題
第4章  正則化理論
  4.1  引言
  ……
第5章  極限學習機模型及應用
第6章  形態神經網路
第7章  自組織映射
第8章  卷積神經網路模型及應用
第9章  生成對抗網路模型
第10章  長短時記憶網路
第11章  模糊神經網路

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

人工神經網路(模型演算法及應用新工科建設人工智慧系列教材)