內容簡介
人工神經網路基礎本書以信號與信息處理、模式識別與智慧型系統等學科為背景，介紹
本書內容深入淺出，語言通俗易懂。在每章最後，結合本章的關鍵問題給出了思考與討論題目，以引起讀者對這些問題更多地關注或者在教學環節中進行討論。
目錄
第1章 緒論
1.1 引言
1.2 生物神經元和生物神經網路簡介
1.3 人工神經元和人工神經網路人工神經網路的基礎知識。為了更好地學習人工神經網路的需要，在不同章節較多而通俗地插入介紹了生物神經系統的結構和功能特點以及人類認知心理學等方面的有用知識。對BP型前向多層網路、Hopfield網路、波爾茲曼機機率型網路、自組織特徵映射網路和自適應諧（ART）網路等基本類型的人工神經網路進行了較為詳細的和基礎性的介紹。
思考與討論
參考文獻
第2章 前向多層網路
2.1 人工神經網路入門：單個神經元分類識別器
2.2感知機：歷史和概念
2.3 前向多層網路誤差反向傳遞算法：BP網路
2.4 BP網路及有教師學習的概念模型
2.5 BP網路套用舉例
2.6 徑向基函式網路
思考與討論
參考文獻
第3章 Hopfield網路
3.1 引言
3.2 網路模型
3.3 Hopfield網路的聯想記憶功能
3.4 Hopfield網路的最最佳化處理和計算功能
思考與討論
參考文獻
第4章 波爾茲曼機（BM）網路簡介
4.1 概述
4.2 波爾茲曼機的基本原理
4.3 波爾茲曼機的實驗套用舉例
4.4 波爾茲曼機小結
思考與討論
參考文獻
第5章 自組織特徵映射網路（SOFM）
5.1 引言
5.2 自組織特徵提取的算法及其數學證明
5.3 競爭學習和自穩定學習
5.4 Kohonen網路：具有確定側反饋的多神經元SOFM網路
5.5 SOFM網路套用舉例：Kohonen神經網路語音打字機
思考與討論
參考文獻
第6章 ART網路
6.1 引言
6.2 ART-1網路
6.3 ART-2網路
6.4 ART-3網路簡介
6.5 結語
思考與討論
參考文獻
第7章 人工神經網路的軟體實踐和仿真
7.1 引言
7.2 利用參數和函式進行網路設計和仿真示例
7.3 MATLAB的GUI設計與分析
7.4 人工神經網路的Simulink仿真
參考文獻
書摘插圖
第1章 緒論
1.1 引言
在人類幾千年的文明發展史中，人們始終在探索生物特別是人類自身高級智慧型能力和行為的奧秘。多少年來，人們從哲學、認知科學、生物學、生物物理和生物化學、醫學、社會科學、數學、信息與計算科學等領域進行廣泛的探索和研究。在這個過程中逐步形成了一門具有廣泛學科交叉特點的邊緣學科——“神經網路”（Neural Network，NN）。在“NN”這個關鍵字下打開的文獻目錄浩如煙海。隨著生產力發展水平的提高和觀察實驗手段的進步，l9世紀以來，人們在這個技術領域的各個方面都取得了巨大的進步。但是由於生物神經系統，特別是人腦結構和運行機理無比的複雜性，應該說到目前為止，人們對生物神經活動的認識，尤其是對人腦活動的深層次機理和規律的認識還只能說是相當粗淺的。
儘管如此，大約1875年以來，義大利組織學教授C Colgi使用神經組織選擇性鍍銀技術，成功地在顯微鏡下顯示出完整的神經細胞及其枝狀突起，從而使人們認識到大腦及整個神經系統是由神經細胞組成的，並首次創立了“Neuron”（神經元）這個單詞；而西班牙著名神經解剖學家S R Cajal用畢生精力研究了多種動物的神經系統結構，不但進一步肯定了構成神經系統的基本單元是神經細胞，而且證明了每一個神經細胞都有明確的邊界，其所有的外邊突起（樹突和軸突）都有游離的末端。從而為神經生理學奠定了堅實的形態學基礎，並使而後的眾多神經生理學研究者能夠轉向神經系統和神經元功能特性研究。從另外的角度來看，既然無比復雜神秘的大腦也只不過是由大量腦細胞以某種方式連線在一起的生物結構體，可能從那時代開始，就已萌發了“仿製”這些細胞，構造人工大腦的想法。後來人們進一步研究發現，這也許是完全可能的。因為腦細胞的數量雖然極為龐大，大約有1011～1012個，與銀河系星體的數量一樣多，但是卻只有非常少量的幾種類型，而不同類型的神經細胞只是在大小、若干外部結構方面等有所差異，其運行機理的外在表征是基本相同的，就像少量幾種磚頭瓦塊，可以建成摩天大樓是一樣的道理：於是在“神經網路”學科下形成了一個新的分支學科——“人工神經網路”（Artificial Neural Network，ANN）。它力圖構建“人造”的生物神經細胞（即神經元）和神經網路，在不同程度和不同層次上實現人腦神經系統在信息處理、學習、記憶、知識的存儲和檢索方面的功能。
……
