神经网络

第1章 绪论

1.1 人工神经网络发展

1.2 人工神经网络发展及应用

1.3 生物学的启示

复习思考题

第2章 神经网络基本模型

2.1 神经网络

2.2 人工神经元模型及表示方法

2.3 网络结构

复习思考题

第3章 神经网络学习理论

3.1 神经网络的知识表示

3.2 神经网络的学习理论

复习思考题

第4章 前馈型神经网络

4.1 线性阈值单元组成的前馈网络

4.2 非线形变换单元组成的前馈网络

4.3 径向基函数神经网络

4.4 应用举例

复习思考题

第5章 反馈神经网络

5.1 离散的Hopfield神经网络

5.2 联想记忆

5.3 连续型Hopfield神经网络

5.4 A／D转换网络

5.5 Hopfield神经网络用于求解组合优化问题

5.6 应用举例

复习思考题

第6章 模糊神经网络

6.1 模糊神经网络理论

6.2 应用神经网络构造模糊控制系统

6.3 应用案例

6.4 模糊神经网络求解列车运行安全模糊控制问题

复习思考题

第7章 脉冲耦合神经网络

7.1 视觉系统及其模型

7.2 脉冲耦合神经网络基本模型

7.3 脉冲耦合神经网络的理论基础

7.4 脉冲耦合神经网络的应用

复习思考题

第8章 智能算法

8.1 禁忌搜索算法

8.2 模拟退火算法

8.3 遗传算法

复习思考题

第9章 神经网络集成

9.1 神经网络集成的基本原理

9.2 集成方法

9.3 集成结论的生成

9.4 个体的生成

9.5 研究发展方向

复习思考题

参考文献

《高等学校教材·神经网络：理论技术方法及应用》主要对目前神经网络领域的理论、主流的技术方法和开发应用进行了系统的归纳和阐述。全书共分9章，分别介绍了绪论、神经网络基本模型、神经网络学习理论、前馈型神经网络、反馈神经网络、模糊神经网络、脉冲耦合神经网络、智能算法和神经网络集成。
　　《高等学校教材·神经网络：理论技术方法及应用》可作为计算机科学与技术、自动控制、信号与信息处理等专业本科生和研究生教材，也可作为相关工程技术及研发人员的参考书。

神经网络作为发展迅速的交叉学科，涉及到生物学、医学、心理学、认知学、信息论、数学、计算机科学和微电子技术等多种学科。编者根据自己多年从事神经网络和智能算法方向上的科学研究，结合在铁路智能控制、图像处理领域的应用工程实践经验和相关的教学经验，有重点地进行了《高等学校教材·神经网络：理论技术方法及应用》的编写工作。《高等学校教材·神经网络：理论技术方法及应用》在编写过程中，参考了大量书籍，目的在于使读者通过《高等学校教材·神经网络：理论技术方法及应用》能够较为全面、系统地对神经网络的基本原理和理论，对主流的可行性高的技术方法，以及目前研究的焦点进行把握。