第1章 概述
1.1 人工神经网络研究与发展
1.2 生物神经元
1.3 人工神经网络的构成
第2章人工神经网络基本模型
2.1 MP模型
2.2 感知器模型
2.3 自适应线性神经元
第3章 EBP网络(反向传播算法)
3.1 含隐层的前馈网络的学习规则
3.2 Sigmoid激发函数下的BP算法
3.3 BP网络的训练与测试
3.4 BP算法的改进
3.5 多层网络BP算法的程序设计
多层前向网络BP算法源程序
第4章 Hopfield网络模型
4.1 离散型Hopfield神经网络
4.2 连续型Hopfield神经网络
Hopfield网络模型源程序
4.3 旅行商问题(TSP)的HNN求解
Hopfield模型求解TSP源程序
第5章 随机型神经网络
5.1 模拟退火算法
5.2 Boltzmann机
Boltzmann机模型源程序
5.3 Gaussian机
第6章自组织神经网络
6.1 竞争型学习
6.2 自适应共振理论(ART)模型
6.3 自组织特征映射(SOM)模型
6.4 CPN模型
第7章 联想**神经网络
7.1 联想**基本特点
7.2 线性联想**LAM模型
7.3 双向联想**BAM模型
7.4 时间联想**TAM模型
Hopfield模型联想**源程序
第8章 CMAC模型
8.1 CMAC模型
8.2 CMAC映射算法
8.3 CMAC的输出计算
8.4 CMAC控制器模型
|