混合神經(jīng)網(wǎng)絡(luò)技術(shù)

前言

人工神經(jīng)網(wǎng)絡(luò)是在對人腦認識的基礎(chǔ)上，以數(shù)學(xué)和物理方法及從信息處理的角度對人腦生物神經(jīng)網(wǎng)絡(luò)進行抽象并建立起來的某種簡化模型，它是計算智能和機器學(xué)習(xí)研究的最活躍的分支之一。近年來，神經(jīng)網(wǎng)絡(luò)在理論研究、實現(xiàn)技術(shù)和應(yīng)用研究等方面取得了引人注目的成果，為此，國內(nèi)外已經(jīng)出版了有關(guān)神經(jīng)網(wǎng)絡(luò)方面的著作、教材、論文集等。信息科學(xué)與包括生命科學(xué)在內(nèi)的其他智能技術(shù)的相互交叉、相互滲透和相互促進是現(xiàn)代科學(xué)技術(shù)發(fā)展的一個顯著特點。神經(jīng)網(wǎng)絡(luò)與各種智能信息處理方法有機結(jié)合具有很大發(fā)展前景，如與模擬退火算法、遺傳算法、粒子群算法、模糊理論、混沌理論和小波分析等相結(jié)合，即形成所謂的“混合神經(jīng)網(wǎng)絡(luò)技術(shù)”，目前已經(jīng)成為一大研究熱點。人們希望通過這些理論和算法與神經(jīng)網(wǎng)絡(luò)相互混合，獲得具有柔性信息處理功能的系統(tǒng)，但關(guān)于這方面的書籍并不是很多，這正是本書的主要特點之一。計算電磁學(xué)是在20世紀60年代隨著電子計算機技術(shù)的發(fā)展而誕生的，它是在電磁學(xué)、計算數(shù)學(xué)和計算機科學(xué)的基礎(chǔ)上產(chǎn)生的邊緣交叉學(xué)科。計算電磁學(xué)實質(zhì)上是以電磁場理論為基礎(chǔ)，以高性能計算技術(shù)為手段，運用計算數(shù)學(xué)提供的各種方法解決復(fù)雜電磁場理論和工程問題的應(yīng)用科學(xué)。經(jīng)過幾十年的發(fā)展，計算電磁學(xué)內(nèi)容已經(jīng)非常豐富，影響非常深廣，以致所有與電磁場相關(guān)的領(lǐng)域都因其發(fā)展而受益，其中，不少領(lǐng)域由于運用了計算電磁學(xué)的方法而使其面貌完全改觀。然而，對于復(fù)雜的電磁系統(tǒng)，對其進行嚴格的電磁仿真耗時而費力，在保證計算精度的情況下對其進行快速而精確的建模和優(yōu)化必將成為計算電磁學(xué)的發(fā)展趨勢，而這在一定程度上又是建立在神經(jīng)網(wǎng)絡(luò)技術(shù)基礎(chǔ)之上的。本書在講述混合神經(jīng)網(wǎng)絡(luò)技術(shù)的同時，重點給出各種混合神經(jīng)網(wǎng)絡(luò)在電磁學(xué)方面的應(yīng)用，這也是本書的另外一個特點。

內(nèi)容概要

　　本書在論述神經(jīng)網(wǎng)絡(luò)基本概念和基本原理的基礎(chǔ)上，重點介紹了混合神經(jīng)網(wǎng)絡(luò)技術(shù)，同時，給出各種混合神經(jīng)網(wǎng)絡(luò)技術(shù)在電磁建模和優(yōu)化問題中的應(yīng)用。全書共分12章，內(nèi)容主要包括神經(jīng)網(wǎng)絡(luò)的基本概念、基礎(chǔ)知識、BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、Hopfield神經(jīng)網(wǎng)絡(luò)、隨機神經(jīng)網(wǎng)絡(luò)、遺傳神經(jīng)網(wǎng)絡(luò)、粒子群神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)、混沌神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)集成等。同時，書后附錄給出相關(guān)程序?！　”緯晒氖律窠?jīng)網(wǎng)絡(luò)理論與技術(shù)、計算電磁學(xué)、電磁場工程等領(lǐng)域研究和開發(fā)工作的科技人員和高校教師參考閱讀，也可作為高等院校相關(guān)專業(yè)的高年級本科生和研究生的教學(xué)用書。

書籍目錄

前言第1章  緒論　1.1　神經(jīng)網(wǎng)絡(luò)的概念與分類　1.2　神經(jīng)網(wǎng)絡(luò)的基本特征和基本功能　1.3　神經(jīng)網(wǎng)絡(luò)的基本性質(zhì)、優(yōu)點及應(yīng)用　1.4　神經(jīng)網(wǎng)絡(luò)的性能指標(biāo)及研究內(nèi)容　1.5　神經(jīng)網(wǎng)絡(luò)的發(fā)展簡史、存在問題及發(fā)展趨勢　1.6　神經(jīng)網(wǎng)絡(luò)的電磁應(yīng)用　參考文獻第2章　基礎(chǔ)知識  2.1　神經(jīng)網(wǎng)絡(luò)模型  2.2　神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和學(xué)習(xí)  2.3　神經(jīng)網(wǎng)絡(luò)的泛化能力  2.4　神經(jīng)網(wǎng)絡(luò)訓(xùn)練用樣本  參考文獻第3章　BP神經(jīng)網(wǎng)絡(luò)  3.1  BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)  3.2  BP學(xué)習(xí)算法  3.3  BP神經(jīng)網(wǎng)絡(luò)應(yīng)用要點  3.4  BP算法的不足及改進  3.5　應(yīng)用BP神經(jīng)網(wǎng)絡(luò)進行微帶貼片天線設(shè)計  參考文獻第4章　RBF神經(jīng)網(wǎng)絡(luò)  4.1　網(wǎng)絡(luò)結(jié)構(gòu)和工作原理  4.2　網(wǎng)絡(luò)的生理學(xué)基礎(chǔ)和數(shù)學(xué)基礎(chǔ)  4.3　常用的學(xué)習(xí)算法  4.4　網(wǎng)絡(luò)的特點及注意事項　4.5　RBF神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)的比較　參考文獻第5章　Hopfield神經(jīng)網(wǎng)絡(luò)　5.1　Hopfield神經(jīng)網(wǎng)絡(luò)簡介　5.2　神經(jīng)動力學(xué)　5.3　Lyapunov定理　5.4  連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)　5.5　離散Hopfield神經(jīng)網(wǎng)絡(luò)　5.6　Hopfield神經(jīng)網(wǎng)絡(luò)應(yīng)用　5.7　Hopfield神經(jīng)網(wǎng)絡(luò)特點　參考文獻第6章　隨機神經(jīng)網(wǎng)絡(luò)　6.1　Boltzmann機　6.2　神經(jīng)網(wǎng)絡(luò)的隨機訓(xùn)練　6.3　模擬退火算法　參考文獻第7章　遺傳神經(jīng)網(wǎng)絡(luò)　7.1　遺傳算法　7.2　遺傳神經(jīng)網(wǎng)絡(luò)原理及實現(xiàn)　7.3　遺傳神經(jīng)網(wǎng)絡(luò)應(yīng)用　參考文獻第8章　粒子群神經(jīng)網(wǎng)絡(luò)　8.1　粒子群優(yōu)化算法　8.2  粒子群神經(jīng)網(wǎng)絡(luò)原理及實現(xiàn)　8.3  粒子群神經(jīng)網(wǎng)絡(luò)應(yīng)用　參考文獻第9章　模糊神經(jīng)網(wǎng)絡(luò)　9.1　模糊理論　9.2　模糊神經(jīng)網(wǎng)絡(luò)原理及實現(xiàn)　9.3　模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用　參考文獻第10章　混沌神經(jīng)網(wǎng)絡(luò)第11章　小波神經(jīng)網(wǎng)絡(luò)第12章　神經(jīng)網(wǎng)絡(luò)集成附錄

章節(jié)摘錄

插圖：第1章 緒論人類具有高度發(fā)達的大腦，大腦是思維活動的物質(zhì)基礎(chǔ)，而思維是人類智能的集中體現(xiàn)。長期以來，人們想方設(shè)法了解人腦的工作機理和思維本質(zhì)，向往構(gòu)造出人工智能系統(tǒng)來模仿人腦的功能，其中的一個重要成果就是人工神經(jīng)網(wǎng)絡(luò)（artificial neural networks，ANN）。本章主要講述人工神經(jīng)網(wǎng)絡(luò)的概念、基本性質(zhì)、基本功能和應(yīng)用，以及人工神經(jīng)網(wǎng)絡(luò)的性能指標(biāo)、研究內(nèi)容和發(fā)展趨勢，最后介紹人工神經(jīng)網(wǎng)絡(luò)的電磁應(yīng)用。1.1神經(jīng)網(wǎng)絡(luò)的概念與分類1.1.1神經(jīng)網(wǎng)絡(luò)的概念人工神經(jīng)網(wǎng)絡(luò)也叫神經(jīng)網(wǎng)絡(luò)（neural network）、人工神經(jīng)系統(tǒng)（artificial neural systems）、自適應(yīng)系統(tǒng)（adaptive systems）、自適應(yīng)網(wǎng)（adaptive networks）、連接模型（connectionism）、神經(jīng)計算機（neurocomputer）等，它是在對人腦認識的基礎(chǔ)上，以數(shù)學(xué)和物理方法及從信息處理的角度對人腦生物神經(jīng)網(wǎng)絡(luò)（biological neural network，BNN）進行抽象并建立起來的某種簡化模型。它是對人類大腦系統(tǒng)特性的一種描述，是由多個非常簡單的處理單元彼此按某種方式連接而形成的計算機系統(tǒng)，該系統(tǒng)是靠其狀態(tài)對外部輸入信息的動態(tài)響應(yīng)來處理信息的。簡單地講，人工神經(jīng)網(wǎng)絡(luò)是一個數(shù)學(xué)模型，可以用電子線路來實現(xiàn)，也可以用計算機程序來模擬，是人工智能研究的一種方法。1.1.2神經(jīng)網(wǎng)絡(luò)的分類到目前為止，神經(jīng)網(wǎng)絡(luò)已經(jīng)有幾十種不同的模型，按照不同的原則，可以對神經(jīng)網(wǎng)絡(luò)進行不同的分類，通常有以下5類。（1）按照網(wǎng)絡(luò)的結(jié)構(gòu)進行分類：前饋網(wǎng)絡(luò)、反饋網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)。（2）按照學(xué)習(xí)方式進行分類：有導(dǎo)師學(xué)習(xí)網(wǎng)絡(luò)和無導(dǎo)師學(xué)習(xí)網(wǎng)絡(luò)。（3）按照網(wǎng)絡(luò)的性能進行分類：連續(xù)型網(wǎng)絡(luò)和離散型網(wǎng)絡(luò)、隨機型網(wǎng)絡(luò)和確定型網(wǎng)絡(luò)。（4）按照突觸性質(zhì)進行分類：一階線性并聯(lián)網(wǎng)絡(luò)和高階非線性并聯(lián)網(wǎng)絡(luò)。

編輯推薦

《混合神經(jīng)網(wǎng)絡(luò)技術(shù)》

圖書封面

評論、評分、閱讀與下載

---

    混合神經(jīng)網(wǎng)絡(luò)技術(shù) PDF格式下載

---