神經網絡設計與應用 劉金琨 9787302687108 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：神經網絡設計與應用
ISBN：9787302687108
出版社：清華大學
著編譯者：劉金琨
頁數：221
所在地：中國大陸 *此為代購商品
書號：1741622
可大量預訂，請先連絡。

內容簡介

本書結合幾種典型神經網絡，系統地介紹每種神經網絡的基本理論、基本方法和應用技術，是作者多年從事神經網絡教學和科研工作的結晶，同時融入了國內外同行近年來所取得的新成果。 全書共17章，主要內容包括神經網絡理論基礎、BP神經網絡設計、基於工具箱的BP神經網絡訓練與測試、基於BP網絡的數據擬合與誤差補償、模糊BP神經網絡數據擬合與誤差補償、RBF神經網絡設計、模糊RBF神經網絡設計、ELM網絡算法設計、基於高斯基函數特徵提取的FELM神經網絡、基於ELM神經網絡和FELM神經網絡的數據擬合、動態遞歸神經網絡設計、帶有動態回歸層的模糊神經網絡、Pi-Sigma模糊神經網絡設計、小腦模型神經網絡設計、Hopfield神經網絡設計、深度學習算法、卷積神經網絡和基於長短期記憶網絡的擬合與時間序列預測。 本書各部分內容既相互聯繫又相互獨立，讀者可根據自己的需要選擇學習。本書可作為高等院校工業自動化、自動控制、機械電子、自動化儀錶、計算機應用等專業的本科生和研究生教學用書，也可作為從事生產過程自動化、計算機應用、機械電子和電氣自動化領域工作的工程技術人員的參考書。

目錄

第1章 神經網絡理論基礎
1 1 神經網絡發展簡史
1 2 神經網絡原理
1 3 神經網絡的分類
1 4 神經網絡學習算法
1 4 1 Hebb學習規則
1 4 2 Delta(δ)學習規則
1 5 神經網絡的特徵及要素
1 5 1 神經網絡的特徵
1 5 2 神經網絡三要素
1 6 神經網絡的設計關鍵技術
1 7 神經網絡的應用領域
1 8 神經網絡典型應用實例
參考文獻
思考題
第2章 BP神經網絡設計
2 1 基本原理
2 2 BP網絡算法
2 2 1 BP網絡的輸入/輸出算法
2 2 2 輸入信息的歸一化
2 2 3 多人多出樣本的BP網絡離線學習算法
2 2 4 模擬實例：樣本的離線訓練與測試
2 2 5 函數在線逼近的BP網絡學習算法
2 2 6 模擬實例：正弦函數的擬合
參考文獻
思考題
第3章 基於工具箱的BP神經網絡訓練與測試
3 1 BP神經網絡訓練
3 2 BP神經網絡測試
3 3 模擬實例
思考題
第4章 基於BP網絡的數據擬合與誤差補償
4 1 BP網絡的擬合
4 2 數據擬合與誤差補償機理
4 3 模擬實例
4 3 1 BP網絡的訓練與測試
4 3 2 針對測試誤差的BP網絡訓練與測試
4 3 3 實驗數據的誤差補償
思考題
第5章 模糊BP神經網絡數據擬合與誤差補償
5 1 模糊BP神經網絡
5 2 模擬實例
5 2 1 實驗數據擬合與測試
5 2 2 實驗數據與真實數據之差的擬合與測試
5 2 3 新的實驗數據輸出的補償
思考題
第6章 RBF神經網絡設計
6 1 基本原理
6 2 網絡結構與算法
6 3 RBF網絡基函數設計實例
6 3 1 結構為1-5-1的RBF網絡
6 3 2 結構為2-5-1的RBF網絡
6 4 基於梯度下降法的RBF神經網絡逼近
6 4 1 算法設計
6 4 2 模擬實例
6 5 高斯基函數的參數對RBF網絡逼近的影響
6 6 隱含層節點數對RBF網絡逼近的影響
6 7 RBF神經網絡的訓練
6 7 1 RBF神經網絡的離散訓練
6 7 2 模擬實例
6 8 BP神經網絡與RBF神經網絡訓練比較
6 8 1 BP神經網絡測試
6 8 2 RBF神經網絡測試
參考文獻
思考題
第7章 模糊RBF神經網絡設計
7 1 模糊神經網絡介紹
7 2 模糊神經網絡的優點及設計關鍵
7 3 網絡結構及算法
7 4 模糊RBF網絡的數據離散擬合
7 4 1 基本原理
7 4 2 模擬實例
7 5 BP神經網絡與模糊神經網絡訓練測試
7 5 1 BP神經網絡
7 5 2 模糊RBF神經網絡
7 6 採用工具箱的模糊RBF神經網絡訓練與測試
7 6 1 ANFIS簡介
7 6 2 模擬實例
參考文獻
思考題
第8章 ELM網絡算法設計
8 1 ELM神經網絡的特點
8 2 網絡結構與算法
8 3 ELM網絡的訓練
8 4 模擬實例
參考文獻
思考題
第9章 基於高斯基函數特徵提取的FELM神經網絡
9 1 FELM網絡結構與算法
9 2 FELM網絡的學習算法
9 3 模擬實例
參考文獻
思考題
第10章 基於ELM神經網絡和FELM神經網絡的數據擬合
10 1 數據集的設計
10 2 神經網絡的擬合
10 3 模擬實例
思考題
第11章 動態遞歸神經網絡設計
11 1 網絡結構
11 2 DRNN網絡的逼近
11 3 模擬實例
思考題
第12章 帶有動態回歸層的模糊神經網絡
12 1 算法結構
12 2 輸入、輸出算法
12 3 網絡學習算法
12 4 模擬實例
參考文獻
思考題
第13章 Pi-Sigma模糊神經網絡設計
13 1 高木-關野模糊系統
13 2 Pi-Sigma模糊神經網絡
13 3 網絡離散學習算法
13 4 網絡在線學習算法
13 5 模擬實例
參考文獻
思考題
第14章 小腦模型神經網絡設計
14 1 概述
14 2 CMAC網絡結構
14 3 CMAC網絡算法
14 4 模擬實例
參考文獻
思考題
第15章 Hopfield神經網絡設計
15 1 Hopfield網絡原理
15 2 Hopfield網絡算法
15 3 基於Hopfield網絡的路徑優化
15 3 1 旅行商問題
15 3 2 求解旅行商問題的Hopfield神經網絡設計
15 3 3 模擬實例
參考文獻
思考題
第16章 深度學習算法——卷積神經網絡
16 1 卷積神經網絡的發展歷史
16 2 卷積神經網絡的設計
16 3 數字二值圖像分類的設計
16 3 1 網絡訓練的步驟
16 3 2 網絡訓練參數的配置
16 4 基於CNN的數字識別
16 4 1 問題的提出
16 4 2 模擬實例
16 5 基於卷積神經網絡的數據擬合
16 5 1 基本原理
16 5 2 模擬實例
16 6 卷積神經網絡的發展方向
參考文獻
思考題
第17章 基於長短期記憶網絡的擬合與時間序列預測
17 1 LSTM神經網絡簡介
17 2 LSTM原理
17 3 激活函數的選擇
17 4 LSTM的設計與優化
17 4 1 設計方法
17 4 2 梯度消失與爆炸問題
17 5 模擬實例
17 5 1 模擬實現步驟
17 5 2 模擬實例
17 6 未來發展方向

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。