- 商品参数
-
- 作者:
乔俊飞,韩红桂著
- 出版社:教育科学出版社
- ISBN:9781818115466
- 版权提供:教育科学出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货)。
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
书名: | 前馈神经网络分析与设计 |
作者: | 乔俊飞,韩红桂著 |
出版社: | 科学出版社 |
出版日期: | 2011-02-01 |
版次: | 1 |
ISBN: | 9787030335937 |
市场价: | 128.0 |
序
前言
章绪论
1.1引言
1.2神经网络及其发展
1.2.1神经网络的定义
1.2.2神经网络能
1.2.3神经网络的发展
1.2.4神经网络的应用
1.3人工神经网络的结构设计
1.3.1人工神经网络的结构
1.3.2前馈神经网络结构设计研究现状
1.4本书主要内容
1.4.1神经网络参数学习算法研究
1.4.2神经网络结构设计方法研究
1.4.3自组织神经网络结构算法研究
1.4.4应用研究
参考文献
第2章感知器神经网络
2.1引言
2.2感知器神经网络分析
2.2.1单神经元分析
2.2.2单层感知器神经网络
2.2.3多层感知器神经网络
2.3感知器神经网络学习算法
2.3.1隐含层与输出层之间的权值修正
2.3.2输人层与隐台层之间的权值修正
2.3.3BP算法的改进
2.4本章小结
附录A数学基础
附录A.1泰勒引理
附录A.2泰勒定理和推论
参考文献
第3章RBF神经网络
3.1引言
3.2RBF神经网络原理
3.2.1插值计算
3.2.2模式可分
3.2.3正规化法则
3.2.4RBF神经网络结构
3.3RBF神经网络学习算法
3.3.1中心值学习策略
3.3.2隐含层和输出层连接权值学习策略
3.4本章小结
附录B数算
附录B.1域和向量空问
附录B.2矩阵的表示和运算
附录B.3矩阵的质
附录B.4矩阵范数的运算
参考文献
第4章模糊神经网络
4.1引言
4.2模糊推理系统描述
4.2.1模糊集合与隶属函数
4.2.2模糊运算
4.3模糊神经网络结构
4.4模糊神经网络学习算法
4.5本章小结
参考文献
第5章前馈神经网络快速下降算法研究
5.1引言
5.2神经网络学习
5.2.1神经网络结构及信息处理
5.2.2神经网络学习算法分析
5.3快速下降算法
5.3.1快速下降算法描述
5.3.2快速下降算法收敛分析
5.4研究
5.4.1感知器神经网络研究
5.4.2RBF神经网络研究
5.5本章小结
参考文献
第6章前馈神经网络改进型递归小二乘算法研究
6.1引言
6.2递归小二乘算法
6.2.1递归小二乘算法描述
6.2.2递归小二乘算法分析
6.3改进型递归小二乘算法
6.3.1改进型递归小二乘算法描述
6.3.2改进型递归小二乘算法收敛分析
6.4改进型递归小二乘算法的应用
6.4.1非线函数逼近
6.4.2双螺旋模式分类
6.4.3污泥膨胀预测
6.5本章小结
参考文献
第7章基于显著分析的快速修剪型感知器神经网络
7.1引言
7.1.1增长型神经网络
7.1.2修剪型神经网络
7.2显著分析
7.2.1误差曲面分析
7.2.2显著分析算法
7.3基于显著分析的快速修剪算法
7.3.1多层感知器神经网络
7.3.2多层感知器神经网络快速修剪算法
7.3.3研究
7.4本章小结
参考文献
第8章增长一修剪型多层感知器神经网络
8.1引言
8.2敏感度计算
8.2.1敏感度分析方法的分类
8.2.2敏感度分析方法
8.2.3敏感度计算
8.3神经网络输出敏感度分析
8.3.1敏感度分析的频域研究
8.3.2神经网络输出敏感度分析
8.4增长一修剪型多层感知器神经网络分析
8.4.1隐含层神经元的敏感度
8.4.2神经元增长和修剪
8.4.3增长-修剪型感知器神经网络
8.4.3敛分析
8.5增长―修剪型多层感知器神经网络应用
8.5.1非线函数逼近
8.5.2数据分类
8.5.3生化需氧量软测量
8.6本章小结
参考文献
第9章弹RBF神经网络
9.1引言
9.2RBF神经网络描述
9.3弹RBF神经网络
9.3.1神经元修复准则
9.3.2神经网络结构优化设计
9.3.3弹RBF神经网络
9.3.4收敛分析
9.4弹RBF神经网络应用
9.4.1非线函数逼近
9.4.2非线系统建模
9.4.3溶解氧模型预测控制
9.5本章小结
附录C熵
附录C.1熵的概念
附录C.2互信息
参考文献
0章自组织模糊神经网络
10.1引言
10.2模糊神经网络
10.3自组织模糊神经网络分析
10.3.1模糊神经网络结构优化
10.3.2模糊神经网络自组织设计算法
10.3.3收敛分析
10.4自组织模糊神经网络应用
10.4.1非线系统建模
10.4.2Mackey-Glass时间序列系统预测
10.4.3污水处理关键水质参数预测
10.4.4污水处理过程溶解氧控制
10.5本章小结
参考文献
索引
本书系统地论述了前馈神经网络的主要理论、设计基础及应用实例,旨在使读者了解神经网络的发展背景和研究对象,理解和熟悉它的基本原理和主要应用,掌握它的结构模型和设计应用方法,是前馈神经网络的参数学习算法和结构设计方法,为深入研究和应用开发打下基础。为了便于读者理解,书中尽量避免烦琐的数学推导,加强了应用举例,并在内容的选择和编排上注意到读者初次接触新概念的易接受和思维的逻辑。作为扩充知识,书中还介绍了前愤神经系统的基本概念、体系结构、控制特及信息模式。本书适合髙校控制与信息类专业研究生、智能科学技术专业本科生以及各类科技人员阅读。
1