人工神經(jīng)網(wǎng)絡(luò)與模糊信號(hào)處理

內(nèi)容概要

　　《人工神經(jīng)網(wǎng)絡(luò)與模糊信號(hào)處理》是“數(shù)字信號(hào)處理參考教材系列”之一。該系列共分三部分，即基礎(chǔ)部分、提高部分和應(yīng)用部分?！度斯ど窠?jīng)網(wǎng)絡(luò)與模糊信號(hào)處理》屬于應(yīng)用部分。　　書(shū)中首先介紹人工神經(jīng)網(wǎng)絡(luò)和模糊理論的信號(hào)處理概要；其次作為神經(jīng)網(wǎng)絡(luò)的典型的例子介紹階梯型及相互結(jié)合型的神經(jīng)網(wǎng)絡(luò)以及基于它們的信號(hào)處理，還介紹模糊推論和模糊信號(hào)處理等；最后示出神經(jīng)網(wǎng)絡(luò)與模糊信號(hào)處理的種種應(yīng)用實(shí)例，介紹今后以高度智能化系統(tǒng)為目標(biāo)的人工并列處理模型和智能信號(hào)處理等。　　《人工神經(jīng)網(wǎng)絡(luò)與模糊信號(hào)處理》可作為大學(xué)相關(guān)專(zhuān)業(yè)的本科生及研究生的教材或參考用書(shū)，亦可供相關(guān)領(lǐng)域的技術(shù)人員及研究人員參考。

作者簡(jiǎn)介

作者：(日本)萩原將文 (日本)山口亨 (日本)谷萩隆嗣 譯者：馬炫

書(shū)籍目錄

第1章 人工神經(jīng)網(wǎng)絡(luò)和模糊信號(hào)處理概述1.1 神經(jīng)網(wǎng)絡(luò)1.1.1 背景1.1.2 神經(jīng)網(wǎng)絡(luò)與模糊理論1.1.3 神經(jīng)網(wǎng)絡(luò)的興起1.1.4 神經(jīng)網(wǎng)絡(luò)的發(fā)展1.1.5 人類(lèi)的大腦1.1.6 神經(jīng)細(xì)胞的模型化1.1.7 各種神經(jīng)網(wǎng)絡(luò)1.1.8 神經(jīng)網(wǎng)絡(luò)的特征1.1.9 神經(jīng)網(wǎng)絡(luò)應(yīng)用舉例1.2 模糊信號(hào)處理1.2.1 模糊集合1.2.2 模糊控制向工業(yè)系統(tǒng)的普及1.2.3 以智能信號(hào)處理為目標(biāo)1.2.4 模糊信號(hào)處理和數(shù)值信號(hào)的符號(hào)化1.2.5 模糊信號(hào)處理和神經(jīng)網(wǎng)絡(luò)的融合1.3 前景展望第2章 層次型神經(jīng)網(wǎng)絡(luò)的信號(hào)處理2.1 層次型神經(jīng)網(wǎng)絡(luò)概要2.2 反向傳播2.2.1 反向傳播的基礎(chǔ)2.2.2 反向傳播算法2.2.3 學(xué)習(xí)的快速化2.2.4 網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化2.2.5 反向傳播應(yīng)用舉例2.3 徑向基函數(shù)網(wǎng)絡(luò)2.3.1 徑向基函數(shù)網(wǎng)絡(luò)基礎(chǔ)2.3.2 RBF網(wǎng)絡(luò)和BP網(wǎng)絡(luò)的比較2.3.3 RBF網(wǎng)絡(luò)2.4 自組織化映射2.4.1 無(wú)教師學(xué)習(xí)2.4.2 自組織化映射2.5 學(xué)習(xí)向量量化2.5.1 學(xué)習(xí)向量量化2.5.2 LVQ1算法2.5.3 LVQ2算法第3章 互聯(lián)型神經(jīng)網(wǎng)絡(luò)的信號(hào)處理3.1 互聯(lián)型神經(jīng)網(wǎng)絡(luò)概要3.2 霍普菲爾德網(wǎng)絡(luò)3.2.1 基于相關(guān)的聯(lián)想存儲(chǔ)原理3.2.2 霍普菲爾德網(wǎng)絡(luò)3.3 BAM及其改進(jìn)3.3.1 BAM的構(gòu)成及工作原理3.3.2 PRLAB3.4 玻爾茲曼機(jī)和MFT學(xué)習(xí)3.4.1 玻爾茲曼機(jī)的學(xué)習(xí)算法概要3.4.2 玻爾茲曼分布3.4.3 玻爾茲曼機(jī)的學(xué)習(xí)算法3.4.4 MFT學(xué)習(xí)算法第4章 模糊性和模糊集合4.1 模糊集合的思想4.2 模糊集合與模糊性的表示4.2.1 隸屬函數(shù)4.2.2 n-cube的模糊性表示4.2.3 模糊系統(tǒng)和神經(jīng)元網(wǎng)絡(luò)的共同點(diǎn)4.3 模糊集合的運(yùn)算4.3.1 模糊補(bǔ)集4.3.2 模糊并集4.3.3 模糊交集4.4 概念模糊集合4.5 模糊度和不確定性第5章 模糊推理和模糊信號(hào)處理5.1 模糊推理的思想5.2 模糊信號(hào)處理中的推理5.2.1 模糊規(guī)則5.2.2 模糊推理5.3 應(yīng)用神經(jīng)網(wǎng)絡(luò)的模糊推理5.3.1 模糊系統(tǒng)角度上的神經(jīng)網(wǎng)絡(luò)5.3.2 神經(jīng)網(wǎng)絡(luò)角度上的模糊系統(tǒng)5.3.3 模糊神經(jīng)網(wǎng)絡(luò)的分類(lèi)和推理方法概要5.3.4 模糊聯(lián)想推理5.4 模糊信號(hào)處理和模糊控制5.4.1 模糊控制的系統(tǒng)構(gòu)成和穩(wěn)定性5.4.2 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)性5.4.3 模糊控制中的學(xué)習(xí)性和穩(wěn)定性第6章 神經(jīng)網(wǎng)絡(luò)和模糊信號(hào)處理應(yīng)用6.1 神經(jīng)網(wǎng)絡(luò)的應(yīng)用6.1.1 應(yīng)用于模式識(shí)別6.1.2 應(yīng)用于手語(yǔ)-聲音接口6.1.3 應(yīng)用于氣象預(yù)測(cè)6.1.4 電子寵物中的應(yīng)用6.2 模糊信號(hào)處理的應(yīng)用6.2.1 建筑相關(guān)領(lǐng)域中的應(yīng)用6.2.2 交通系統(tǒng)領(lǐng)域中的應(yīng)用6.2.3 輔助設(shè)計(jì)領(lǐng)域中的應(yīng)用6.2.4 汽車(chē)領(lǐng)域中的應(yīng)用第7章 人類(lèi)的并行處理模型和智能信號(hào)處理7.1 聯(lián)想存儲(chǔ)的智能信號(hào)處理7.1.1 情節(jié)記憶7.1.2 神經(jīng)網(wǎng)絡(luò)的情節(jié)聯(lián)想存儲(chǔ)7.1.3 混沌神經(jīng)元7.1.4 混沌神經(jīng)網(wǎng)絡(luò)的聯(lián)想存儲(chǔ)7.2 聯(lián)想存儲(chǔ)的模糊聯(lián)想處理7.2.1 手語(yǔ)交互式接口7.2.2 智能機(jī)器人及其學(xué)習(xí)7.3 新型智能信號(hào)處理7.3.1 模糊聯(lián)想存儲(chǔ)系統(tǒng)中的混沌回想7.3.2 基于混沌回想的構(gòu)思功能和自組織化7.3.3 并行處理以及進(jìn)化和淘汰模型附錄 模糊系統(tǒng)與穩(wěn)定性A.1 線(xiàn)性系統(tǒng)中有理函數(shù)的不可約分解表示A.1.1 符號(hào)定義A.1.2 不可約分解表示A.1.3 內(nèi)部穩(wěn)定性A.1.4 強(qiáng)穩(wěn)定化的可能性A.1.5 小增益定理A.2 基于等價(jià)多重線(xiàn)性系統(tǒng)的模型系統(tǒng)的公式化A.2.1 同化多重線(xiàn)性系統(tǒng)和模糊控制器A.2.2 同時(shí)穩(wěn)定化問(wèn)題A.2.3 凸結(jié)合型多重補(bǔ)償器問(wèn)題A.3 實(shí)現(xiàn)基于在線(xiàn)穩(wěn)定判別條件導(dǎo)出的學(xué)習(xí)控制A.3.1 直升機(jī)的模糊模型A.3.2 模糊模型式控制器A.3.3 直升機(jī)控制用模糊控制器的穩(wěn)定性談?wù)搮⒖嘉墨I(xiàn)索引

編輯推薦

《人工神經(jīng)網(wǎng)絡(luò)與模糊信號(hào)處理》由科學(xué)出版社出版。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    人工神經(jīng)網(wǎng)絡(luò)與模糊信號(hào)處理 PDF格式下載

---