人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論

前言

1989年，作者到美國(guó)新墨西哥州立大學(xué)計(jì)算機(jī)科學(xué)系做訪問(wèn)學(xué)者，開始學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)?；貒?guó)后，在哈爾濱工業(yè)大學(xué)為碩士研究生開設(shè)相應(yīng)的選修課程。本書是在多年來(lái)所用的講稿的基礎(chǔ)上修改形成的。人工神經(jīng)網(wǎng)絡(luò)的發(fā)展幾經(jīng)起伏，目前已有很廣泛的應(yīng)用。從作者開始接觸該領(lǐng)域時(shí)的親身感受，到了解到的中外學(xué)生初學(xué)人工神經(jīng)網(wǎng)絡(luò)所反映出的情況，我感到，開始的時(shí)候，總有一種比較神秘的感覺(jué)，加上有的資料在介紹人工神經(jīng)網(wǎng)絡(luò)時(shí)比較重視深入和全面，偏重于理論，更使得初學(xué)者在一定的時(shí)間內(nèi)難以獲得適當(dāng)?shù)倪M(jìn)步，尤其是對(duì)網(wǎng)絡(luò)基本模型的形成感到有很大的困難。為解決此問(wèn)題，本書主要介紹人工神經(jīng)網(wǎng)絡(luò)的基本構(gòu)成和基本的網(wǎng)絡(luò)模型，意在使讀者對(duì)人工神經(jīng)網(wǎng)絡(luò)有一個(gè)基本的了解，為他們今后從事人工神經(jīng)網(wǎng)絡(luò)的研究和應(yīng)用打下一定的基礎(chǔ)。第二個(gè)問(wèn)題是人工神經(jīng)網(wǎng)絡(luò)的實(shí)驗(yàn)實(shí)現(xiàn)和應(yīng)用實(shí)現(xiàn)問(wèn)題。  目前，人工神經(jīng)網(wǎng)絡(luò)有硬件實(shí)現(xiàn)和軟件模擬兩種方式。因條件所限，絕大多數(shù)初學(xué)者都是通過(guò)軟件的模擬實(shí)現(xiàn)來(lái)體驗(yàn)其功能及運(yùn)行特性的。而且，國(guó)內(nèi)大多數(shù)的應(yīng)用也是用軟件實(shí)現(xiàn)的。  因此，本書在介紹基本的人工神經(jīng)網(wǎng)絡(luò)模型的同時(shí)，還注意從軟件實(shí)現(xiàn)的角度介紹相應(yīng)的算法，甚至在最初的典型模型的介紹中，還給出了算法的具體實(shí)現(xiàn)。所以，本書的基本目的是：通過(guò)對(duì)人工神經(jīng)網(wǎng)絡(luò)基本構(gòu)造和基本模型的介紹，使讀者對(duì)其基本方法有一個(gè)基本的掌握，并能掌握如何設(shè)計(jì)出適當(dāng)?shù)挠?jì)算機(jī)模擬程序，將學(xué)生引入人工神經(jīng)網(wǎng)絡(luò)及其應(yīng)用的研究領(lǐng)域。第三是關(guān)于教育面向2l世紀(jì)的問(wèn)題。21世紀(jì)的科技進(jìn)步、社會(huì)發(fā)展將呈現(xiàn)更高的速度。新世紀(jì)對(duì)學(xué)生的要求的最大不同是對(duì)其創(chuàng)新以及創(chuàng)新性地接受新技術(shù)的能力有著更高的要求。  因而，除了知識(shí)的傳授之外，更重要的是加強(qiáng)對(duì)學(xué)生創(chuàng)新能力的培養(yǎng)?？偨Y(jié)各方面的經(jīng)驗(yàn)，作者認(rèn)為要想按照時(shí)代的要求，實(shí)現(xiàn)對(duì)學(xué)生“知識(shí)、能力、素質(zhì)”三方面的教育，加強(qiáng)對(duì)學(xué)生創(chuàng)新能力的培養(yǎng)，必須重視對(duì)知識(shí)的“載體屬性”的開發(fā)利用，增加教育中的理性成分。1999年下半年，作者提出了“研究型教學(xué)”的概念，希望能將現(xiàn)在流行的知識(shí)型教學(xué)改為“研究型教學(xué)”，以便使學(xué)生建立起強(qiáng)烈的探索意識(shí)，培養(yǎng)其創(chuàng)新能力。對(duì)此，本人在寫作中也做了探索性的嘗試。在內(nèi)容組織上，沒(méi)有去追求知識(shí)的全面、完整，而是希望通過(guò)對(duì)一些典型網(wǎng)絡(luò)模型的敘述，向讀者介紹問(wèn)題的求解方法，尤其是人工神經(jīng)網(wǎng)絡(luò)方法。雖然有多年的積累，但是“研究型教學(xué)”的概念才被提出，還需要進(jìn)一步地豐富，所以這里只能說(shuō)是一個(gè)非常初步的嘗試。

內(nèi)容概要

　　《人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論》依照簡(jiǎn)明易懂、便于軟件實(shí)現(xiàn)、鼓勵(lì)探索的原則介紹人工神經(jīng)網(wǎng)絡(luò)。內(nèi)容包括：智能系統(tǒng)描述模型，人工神經(jīng)網(wǎng)絡(luò)方法的特點(diǎn)；基本人工神經(jīng)元模型，人工神經(jīng)網(wǎng)絡(luò)的基本拓?fù)涮匦裕鎯?chǔ)性能及學(xué)習(xí)；感知器與線性不可分問(wèn)題，Ifcc學(xué)習(xí)律，Efmub規(guī)則；CQ算法及其原理分析，算法改進(jìn)討論；對(duì)傳網(wǎng)的結(jié)構(gòu)及其運(yùn)行，對(duì)傳網(wǎng)的初始化與訓(xùn)練算法；統(tǒng)計(jì)網(wǎng)絡(luò)的訓(xùn)練與收斂性分析；Ipgjqfme 網(wǎng)絡(luò)及穩(wěn)定性，Boltzmann 機(jī)；雙聯(lián)存儲(chǔ)網(wǎng)絡(luò)的結(jié)構(gòu)及訓(xùn)練；BSU 模型的結(jié)構(gòu)分析與實(shí)現(xiàn)?！　　度斯ど窠?jīng)網(wǎng)絡(luò)導(dǎo)論》適合于研究生和本科高年級(jí)學(xué)生使用，也可供有關(guān)學(xué)生、科技人員參考。

書籍目錄

第一章 引言1.1 人工神經(jīng)網(wǎng)絡(luò)的提出1.1.1 智能與人工智能1.1.2 物理符號(hào)系統(tǒng)1.1.3 聯(lián)接主義觀點(diǎn)1.1.4 兩種模型的比較1.2 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)1.2.1 人工神經(jīng)網(wǎng)絡(luò)的概念1.2.2 學(xué)習(xí)能力1.2.3 基本特征的自動(dòng)提取1.2.4 信息的分布存放1.2.5 適用性問(wèn)題1.3 歷史回顧1.3.1 萌芽期1.3.2 第一高潮期1.3.3 反思期1.3.4 第二高潮期1.3.5 再認(rèn)識(shí)與應(yīng)用研究期練習(xí)題第二章 人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)2.1 生物神經(jīng)網(wǎng)絡(luò)2.2 人工神經(jīng)元2.2.1 人工神經(jīng)元的基本構(gòu)成2.2.2 激活函數(shù)(ActivationFunction)2.2.3 M-P模型2.3 A.工神經(jīng)網(wǎng)絡(luò)的拓?fù)涮匦?.3.1 聯(lián)接模式2.3.2 網(wǎng)絡(luò)的分層結(jié)構(gòu)2.4 存儲(chǔ)與映射2.5 人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。2.5.1 無(wú)導(dǎo)師學(xué)習(xí)2.5.2 有導(dǎo)師學(xué)習(xí)練習(xí)題第三章 感知器3.1 感知器與人工神經(jīng)網(wǎng)絡(luò)的早期發(fā)展3.2 感知器的學(xué)習(xí)算法3.2.1 離散單輸出感知器訓(xùn)練算法3.2.2 離散多輸出感知器訓(xùn)練算法3.2.3 連續(xù)多輸出感知器訓(xùn)練算法3.3 線性不可分問(wèn)題3.3.1 異或(Exclusive-0R)問(wèn)題3.3.2 線性不可分問(wèn)題的克服練習(xí)題第四章 BP網(wǎng)絡(luò)4.1 概述4.2 基本BP算法4.2.1 網(wǎng)絡(luò)的構(gòu)成4.2.2 訓(xùn)練過(guò)程概述4.2.3 誤差傳播分析4.2.4 基本的BP算法4.3 算法的改進(jìn)4.4 算法的實(shí)現(xiàn)4.5 算法的理論基礎(chǔ)4.6 幾個(gè)問(wèn)題的討論練習(xí)題第五章 對(duì)傳網(wǎng)5.1 網(wǎng)絡(luò)結(jié)構(gòu)5.2 網(wǎng)絡(luò)的正常運(yùn)行5.2.1 Kohonen層5.2.2 Grossberg層5.3 Kohonen層的訓(xùn)練5.3.1 輸入向量的預(yù)處理5.3.2 訓(xùn)練5.4 Kohonen層聯(lián)接權(quán)的初始化方法5.5 Grossberg層的訓(xùn)練5.6 補(bǔ)充說(shuō)明練習(xí)題第六章 非確定方法6.1 基本的非確定訓(xùn)練算法6.2 模擬退火算法6.3 Cauchy訓(xùn)練6.4 相關(guān)的幾個(gè)問(wèn)題練習(xí)題一第七章 循環(huán)網(wǎng)絡(luò)7.1 循環(huán)網(wǎng)絡(luò)的組織7.2 穩(wěn)定性分析7.3 統(tǒng)計(jì)Hopfield網(wǎng)與Boltzmann機(jī)7.4 雙聯(lián)存儲(chǔ)器的結(jié)構(gòu)7.5 異相聯(lián)存儲(chǔ)7.6 其他的雙聯(lián)存儲(chǔ)器7.7 Hopfield網(wǎng)用于解決TSP問(wèn)題練習(xí)題第八章 自適應(yīng)共振理論8.1 ART的結(jié)構(gòu)8.2 ART的初始化8.2.1 T的初始化8.2.2 B的初始化8.2.3 p的初始化8.3 ART的實(shí)現(xiàn)練習(xí)題參考文獻(xiàn)

章節(jié)摘錄

插圖：為了研究智能，在現(xiàn)代神經(jīng)科學(xué)的研究成果的基礎(chǔ)上，人們提出了另一種觀點(diǎn)，認(rèn)為：智能的本質(zhì)是聯(lián)接機(jī)制。神經(jīng)網(wǎng)絡(luò)是一個(gè)由大量簡(jiǎn)單的處理單元組成的高度復(fù)雜的大規(guī)模非線性自適應(yīng)系統(tǒng)。雖然按此說(shuō)法來(lái)刻劃神經(jīng)網(wǎng)絡(luò)，未能將其所有的特性完全描述出來(lái)，但它卻從以下四個(gè)方面出發(fā)，力圖最大限度地體現(xiàn)人腦的一些基本特征，同時(shí)使得所得人工神經(jīng)網(wǎng)絡(luò)具有良好的可實(shí)現(xiàn)性。人工神經(jīng)網(wǎng)絡(luò)就是力求從這四個(gè)方面去模擬人腦的智能行為。1。物理結(jié)構(gòu)現(xiàn)代神經(jīng)科學(xué)的研究結(jié)果認(rèn)為，大腦皮層是一個(gè)廣泛聯(lián)接的巨型復(fù)雜系統(tǒng)，它包含有大約一千億個(gè)神經(jīng)元，這些神經(jīng)元通過(guò)一千萬(wàn)億個(gè)聯(lián)接構(gòu)成一個(gè)大規(guī)模的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)也將是由與生物神經(jīng)元類似的人工神經(jīng)元通過(guò)廣泛的聯(lián)接構(gòu)成。人工神經(jīng)元將模擬生物神經(jīng)元的功能。它們不僅具有一定的局部處理能力，同時(shí)還可以接受來(lái)自系統(tǒng)中其他神經(jīng)元的信號(hào)，并可以將自己的“狀態(tài)”按照一定的形式和方式傳送給其他的神經(jīng)元。2。計(jì)算模擬人腦中的神經(jīng)元，既有局部的計(jì)算和存儲(chǔ)功能，又通過(guò)聯(lián)接構(gòu)成一個(gè)統(tǒng)一的系統(tǒng)。人腦的計(jì)算就是建立在這個(gè)系統(tǒng)的大規(guī)模并行模擬處理的基礎(chǔ)上的。各個(gè)神經(jīng)元可以接受系統(tǒng)中其他神經(jīng)元通過(guò)聯(lián)接傳送過(guò)來(lái)的信號(hào)，通過(guò)局部的處理，產(chǎn)生一個(gè)結(jié)果，再通過(guò)聯(lián)接將此結(jié)果發(fā)送出去。神經(jīng)元接受和傳送的信號(hào)被認(rèn)為是模擬信號(hào)。所有這些，對(duì)大腦中的各個(gè)神經(jīng)元來(lái)說(shuō)，都是同時(shí)進(jìn)行的。因此，該系統(tǒng)是一個(gè)大規(guī)模并行模擬處理系統(tǒng)。由于人工神經(jīng)網(wǎng)絡(luò)中存在大量的有局部處理能力的人工神經(jīng)元，所以，該系統(tǒng)也將實(shí)現(xiàn)信息的大規(guī)模并行處理，以提高其性能。3。存儲(chǔ)與操作研究認(rèn)為，大腦對(duì)信息的記憶是通過(guò)改變突觸（Synapse）的聯(lián)接強(qiáng)度來(lái)實(shí)現(xiàn)的。神經(jīng)元之間的聯(lián)接強(qiáng)度確定了它們之間傳遞的信號(hào)的強(qiáng)弱，而聯(lián)接強(qiáng)度則由相應(yīng)的突觸決定。也就是說(shuō)，除神經(jīng)元的狀態(tài)所表現(xiàn)出的信息外，其他信息被以神經(jīng)元之間聯(lián)接強(qiáng)度的形式分布存放。存儲(chǔ)區(qū)與操作區(qū)合二為一。這里的處理是按大規(guī)模、連續(xù)、模擬方式進(jìn)行的。由于其信息是由神經(jīng)元的狀態(tài)和神經(jīng)元之間實(shí)現(xiàn)聯(lián)接的突觸的強(qiáng)弱所表達(dá)的，所以說(shuō)信息的分布存放是它的另一個(gè)特點(diǎn)。這是人工神經(jīng)網(wǎng)絡(luò)模擬實(shí)現(xiàn)生物神經(jīng)系統(tǒng)的第三大特點(diǎn)。信息的大規(guī)模分布存放給信息的充分并行處理提供了良好的基礎(chǔ)。同時(shí)，這些特性又使系統(tǒng)具有了較強(qiáng)的容錯(cuò)能力和聯(lián)想能力，也給概括、類比、推廣提供了強(qiáng)有力的支持。

編輯推薦

《人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論》是由高等教育出版社出版的。

圖書封面

圖書標(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)導(dǎo)論 PDF格式下載

---