神经网络设计

内容简介：

本书是一本易学易懂的神经网络教材，主要讨论网络结构、学习规则、训练技巧和工程应用，紧紧围绕“设计”这一视角组织材料和展开讲解，强调基本原理和训练方法，概念清晰，数学论述严谨，包含丰富的实例和练习，并配有课件和MATLAB演示程序。本书要求读者具备线性代数、概率论和微分方程的基础知识，可作为高年级本科生或一年级研究生的神经网络导论课程教材，也可供有兴趣的读者自学或参考。

目录 · · · · · ·

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