神经网络

第1章绪论

第2章感知器

第3章反向传播网络

第4章自组织网络

第5章递归网络

第6章径向基函数网络

第7章核函数方法

第8章神经网络集成

第9章模糊神经网络

第10章概率神经网络

第11章脉冲耦合神经网络

第12章神经场理论

第13章神经元集群

第14章神经计算机

参考文献

　　神经网络是对人脑或生物神经网络的抽象和建模，研究非程序的、适应性的、大脑风格的信息处理的本质和能力。它以脑科学和认知神经科学的研究成果为基础，拓展智能信息处理的方法，为解决复杂问题和智能控制提供有效的途径，是智能科学和计算智能的重要部分。　　神经网络是由大量处理单元组成的非线性大规模自适应系统，具有非线性、非局域性、非定常性、非凸性等特点。神经网络在不同程度和层次上模仿人脑或生物信息处理的机理，把算法和结构一体化，具有学习能力、记忆能力、计算能力以及智能处理功能，将对智能科学和信息技术的发展产生重大影响。　　全书共分4个部分，由14章组成。内容新颖、资料丰富，写作时力求做到由浅入深、循序渐进、条理清晰，既强调基本原理和工程应用，又反映了国内外研究和应用的最新进展，具有科学性、先进性、实用性。在每章后面都附有一定数量的习题，并在书的最后列出了参考文献，读者可以从中进一步学习。　　神经网络是通过对人脑或生物神经网络的抽象和建模，研究非程序的、适应性的、大脑风格的信息处理的本质和能力。它以脑科学和认知神经科学的研究成果为基础，拓展智能信息处理的方法，为解决复杂问题和智能控制提供有效的途径，是智能科学和计算智能的重要部分。　　本书系统地论述了神经网络的基本原理、方法、技术和应用，主要内容包括：神经信息处理的基本原理、感知器、反向传播网络、自组织网络、递归网络、径向基函数网络、核函数方法、神经网络集成、模糊神经网络、概率神经网络、脉冲耦合神经网络、神经场理论、神经元集群以及神经计算机。每章末附有习题，书末附有详细的参考文献。　　本书内容丰富，反映了当前国内外该领域的最新研究成果和动向，可作为高等院校相关专业研究生及高年级本科生的神经网络、神经计算课程的教材，也可供从事神经网络、智能信息处理、模式识别、智能控制研究与应用的科技人员参考。