神经网络设计方法与实例分析

第1章 神经网络模型评估及选择

1.1 神经网络的泛化能力

1.2 神经网络预测模型的一般描述

1.3 研究神经网络泛化能力的理论基础

1.3.1 经验风险最小化原则

1.3.2 结构风险最小化原则

1.3.3 偏差一方差分解

1.4 影响神经网络的泛化能力的具体因素

1.4.1 神经网络具有泛化能力的基本必要条件

1.4.2 噪声的影响

1.4.3 “欠拟合”和“过拟合”

1.5 提高神经网络的泛化能力的方法

1.5.1 模型结构选择

1.5.2 训练集扩展方法

1.5.3 提前停止

1.5.4 权值衰减

1.5.5 贝叶斯学习

1.5.6 神经网络集成

1.6 神经网络模型的评估与选择

1.6.1 神经网络模型的评估

1.6.2 神经网络模型的选择

本章参考文献

第2章 基于BP算法的多层感知器的设计与应用

2.1 基于BP算法的多层感知器网络工作原理与主要特点

2.1.1 基于BP算法的多层前馈网络模型

2.1.2 BP学习算法

2.1.3 BP算法的程序实现

2.1.4 标准BP算法的改进

2.2 基于BP算法的多层前馈网络设计基础

2.2.1 网络信息容量与训练样本数

2.2.2 训练样本集的准备

2.2.3 初始权值的设计

2.2.4 多层前馈网结构设计

2.2.5 网络训练与测试

2.3 基于BP算法的多层前馈网络应用与设计实例

2.3.1 基于BP算法的多层前馈网络在催化剂配方建模中的应用

2.3.2 基于BP算法的多层前馈网络在城市年用水量预测中的应用

2.3.3 基于BP算法的多层前馈网络在煤与瓦斯突出预测中的应用

2.3.4 基于BP算法的多层前馈网络在磨煤机料位监测中的应用

2.3.5 基于BP算法的多层前馈网络在道路安全评价中的应用

2.3.6 基于BP算法的多层前馈网络在项目投资风险评价中的应用

2.3.7 基于BP算法的多层前馈网络在大气环境质量评价中的应用

2.3.8 基于BP网络集成的除草剂定量构效关系模型

2.3.9 基于BP网络集成的物流中心选址模型

本章参考文献

第3章 径向基函数神经网络的设计与应用

3.1 径向基函数网络原理与学习算法

3.1.1 正则化RBF网络原理与学习算法

3.1.2 广义RBF网络原理与学习算法

3.2 RBF网络的设计要点

3.2.1 随机选取RBF中心

3.2.2 自组织学习选取RBF中心及网络设计

3.2.3 有监督学习选取RBF中心及网络设计

3.2.4 正交最小二乘（0LS）法选取RBF中心及网络设计

3.2.5 递归最小二乘（OLS）法选取RBF中心及网络设计

3.2.6 其他方法

3.2.7 RBF网络与多层感知器的特点与设计比较

3.3 RBF网络的应用实例

3.3.1 RBF网络在液化气销售量预测中的应用

3.3.2 RBF网络在地表水质评价中的应用

3.3.3 RBF网络在汽油干点软测量中的应用

3.3.4 RBF网络在地下温度预测中的应用

3.3.5 RBF网络在工程车辆自动变速控制中的应用

3.3.6 RBF网络在人脸年龄估计中的应用

3.3.7 RBF网络在专利发展趋势预测中的应用

3.3.8 RBF网络在图像融合中的应用

3.3.9 RBF网络红外光谱法用于中药大黄样品的真伪分类

3.3.10 RBF网络在船用柴油机智能诊断中的应用

3.3.11 RBF网络在多级入侵检测中的应用

本章参考文献

第4章 SOFM网络设计与应用

4.1 SOFM网络原理与学习算法

4.2 SOFM网络的设计基础

4.2.1 输出层设计

4.2.2 权值初始化问题

4.2.3 优胜邻域Nj*·（t）的设计

4.2.4 学习率n（t）的设计

4.3 应用与设计实例

4.3.1 SOFM网络用于皮革外观效果分类

4.3.2 SOFM网络用于物流中心城市分类评价

4.3.3 SOFM网络用于遥感影像分类

4.3.4 SOFM网络用于火焰燃烧诊断

4.3.5 SOFM网络在防火树种分类中的应用

4.3.6 SOFM在基于汉字与部件聚类的汉字认知建模中的应用

4.3.7 SOFM网络在膨胀土分类中的应用

4.3.8 SOFM网络在水电厂技术供水系统故障诊断中的应用

4.3.9 SOFM网络在不同地区人力资本构成分析中的应用

本章参考文献

第5章 LVQ网络设计与应用

5.1 LVQ网络原理与学习算法

5.1.1 LVQ网络工作原理

5.1.2 LVQ网络的学习算法

5.2 LVQ网络设计要点

5.2.1 竞争层设计

5.2.2 权值初始化问题

5.2.3 学习率n（t）的设计

5.3 应用与设计实例

5.3.1 LVQ网络在证券投资基金分类中的应用

5.3.2 LVQ网络在探地雷达探雷中的应用

5.3.3 LVQ网络在苹果等级判别中的应用

5.3.4 VQ网络在胃癌组织样品分类识别中的应用

5.3.5 LVQ网络在液压系统故障诊断中的应用

5.3.6 LVQ网络在汽车信贷客户分类中的应用研究

5.3.7 LVQ网络在土地利用／覆盖变化探测中的应用

5.3.8 LVQ网络在周期信号识别方面的扩展应用

本章参考文献

第6章 对偶传播神经网络

6.1 网络运行原理及学习算法

6.1.1 网络结构及运行原理

6.1.2 CPN的学习算法

6.2 CPN网的设计与改进

6.2.1 CPN网的设计要点

6.2.2 改进的CPN网

6.3 CPN网的应用

6.3.1 CPN网在烤烟烟叶颜色模式分类中的应用

6.3.2 CPN网络的水电机组振动故障诊断中的应用

6.3.3 CPN网络在博士学位论文质量评估中的应用

6.3.4 CPN网在人脸识别中的应用

6.3.5 CPN网络在时间序列预测问题中的应用

6.3.6 CPN网络在棉花异性纤维识别中的应用

本章参考文献

第7章 ART网络设计及应用

7.1 ART网络原理与算法

7.1.1 ART网络的主要特点

7.1.2 ARTI型网络原理与算法

……

第8章 Hopfield网络的设计与应用

第9章 时序递归网络的设计与应用

第10章 CMAC网络的设计与应用

第11章 支持向量机的设计与应用

第12章 人工神经元网络设计开发平台

《神经网络设计方法与实例分析》从神经网络设计和应用实践出发，介绍了10种常见的人工神经网络的基本原理、设计方法，并从各个应用领域精选了丰富的典型应用实例进行剖析，旨在使读者对各类常用的人工神经网络的基本原理和学习算法进一步加深理解，熟悉其主要功能，掌握其设计方法，了解其主要应用，为设计各类神经网络和解决实际问题打下基础。主要内容包括神经网络模型评估与选择；10种典型网络的设计与应用，包括BP网络、RBF网络、SOFM网络、LVQ网络、CPN网络、ART网铬、Hopfield网络、时序递归网络、CMAC网络、SVM网络；最后介绍了人工神经元网络设计开发平台。
　　《神经网络设计方法与实例分析》可作为具有一定人工神经网络理论基础的科技工作者解决实际问题时的设计参考书，也可作为相关专业研究生及本科专业高年级学生的参考教材。

　　本书从神经网络设计和应用实践出发，介绍了10种常见的人工神经网络的基本原理、设计方法，并从各个应用领域精选了丰富的典型应用实例进行剖析，旨在使读者对各类常用的人工神经网络的基本原理和学习算法进一步加深理解，熟悉其主要功能，掌握其设计方法，了解其主要应用，为设计各类神经网络和解决实际问题打下基础。主要内容包括神经网络模型评估与选择；10种典型网络的设计与应用，包括BP网络、RBF网络、SOFM网络、LVQ网络、CPN网络、ART网铬、Hopfield网络、时序递归网络、CMAC网络、SVM网络；最后介绍了人工神经元网络设计开发平台。　　《神经网络设计方法与实例分析》可作为具有一定人工神经网络理论基础的科技工作者解决实际问题时的设计参考书，也可作为相关专业研究生及本科专业高年级学生的参考教材。