神經(jīng)網(wǎng)絡(luò)權(quán)值直接確定法

內(nèi)容概要

人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks，ANN)是模擬生物神經(jīng)系統(tǒng)的組織結(jié)構(gòu)、處理方式和系統(tǒng)功能的簡化人工系統(tǒng)；是一門涉及面廣、綜合性強(qiáng)、有半個多世紀(jì)研究歷史的跨領(lǐng)域交叉學(xué)科，涉及自動化、電子工程、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、神經(jīng)生物學(xué)、心理思維科學(xué)等眾多相關(guān)學(xué)科；由于其并行計(jì)算、分布式存儲、高度容錯、非線性自適應(yīng)處理能力等顯著特點(diǎn)，在模式識別、智能控制、組合優(yōu)化、系統(tǒng)辨識與預(yù)測以及智能信息處理等領(lǐng)域都得到廣泛的成功應(yīng)用。20世紀(jì)80年代中期以來，人工神經(jīng)網(wǎng)絡(luò)(簡稱“神經(jīng)網(wǎng)絡(luò)”)研究不斷地涌現(xiàn)出新的熱潮，我國學(xué)術(shù)界也開始更深入地關(guān)注和引領(lǐng)該領(lǐng)域的研究與發(fā)展。近20年來，神經(jīng)網(wǎng)絡(luò)的理論研究和實(shí)際應(yīng)用在許多領(lǐng)域取得了顯著的進(jìn)展，在國內(nèi)外都進(jìn)入了一個蓬勃發(fā)展的好時期?！　≡谏窠?jīng)網(wǎng)絡(luò)理論日漸成熟，它的應(yīng)用逐漸擴(kuò)大和深入的形勢下，如何把握神經(jīng)網(wǎng)絡(luò)新的研究方向，向讀者以及廣大神經(jīng)網(wǎng)絡(luò)研究者介紹神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論的最新發(fā)展，成為神經(jīng)網(wǎng)絡(luò)教科工作者面臨的一大挑戰(zhàn)。本書系統(tǒng)化地闡述了筆者在人工神經(jīng)網(wǎng)絡(luò)方面的最新研究成果，既給讀者提供了神經(jīng)網(wǎng)絡(luò)研究中的新方向、新思路、新視角，又給出了一個相對全面的介紹，可供相關(guān)領(lǐng)域研究人員、教師、學(xué)生參考。　　通過分析、探討傳統(tǒng)學(xué)習(xí)型神經(jīng)網(wǎng)絡(luò)及其算法存在的諸多尚未解決的內(nèi)在不確定性問題，從神經(jīng)生物學(xué)角度出發(fā)和思考，在函數(shù)逼近論相關(guān)知識點(diǎn)啟發(fā)下，本書提出了一種神經(jīng)網(wǎng)絡(luò)權(quán)值直接確定的方法。不同于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)迭代學(xué)習(xí)思想，新方法可以一步直接計(jì)算出學(xué)習(xí)型神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值，展示其在計(jì)算速度和學(xué)習(xí)精度方面的優(yōu)越性?？紤]到人工神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與其性能有著密切的關(guān)系，因此，圍繞網(wǎng)絡(luò)結(jié)構(gòu)(隱神經(jīng)元數(shù))進(jìn)行性能優(yōu)化一直以來都是人工神經(jīng)網(wǎng)絡(luò)研究的一個重要方向；基于提出的權(quán)值直接確定方法，本書提出了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)(隱神經(jīng)元數(shù))最優(yōu)確定算法，從而可以快速確定性地得到神經(jīng)網(wǎng)絡(luò)的最佳(或較佳)拓?fù)浣Y(jié)構(gòu)。

作者簡介

張雨濃，男，博士，教授，博士生導(dǎo)師，1973年10月生。1992年至1996年在華中理工大學(xué)攻讀學(xué)士學(xué)位；1996年考入華南理工大學(xué)攻讀碩士學(xué)位，期間榮獲多項(xiàng)獎勵，如西門子獎學(xué)金和南粵優(yōu)秀研究生獎學(xué)金。1999年至2002年在中國香港中文大學(xué)攻讀博士學(xué)位，期間發(fā)表6篇IEEE Transactions雜志論文和3篇其他雜志論文，并榮獲香港Lee Hysan研究生獎學(xué)金。2003年完成博士學(xué)業(yè)之后，在新加坡國立大學(xué)電力與計(jì)算機(jī)工程系做博士后研究，主要研究領(lǐng)域?yàn)闀r變求逆的神經(jīng)網(wǎng)絡(luò)和冗余機(jī)器人系統(tǒng)。2004年前往英國斯杰科萊大學(xué)任研究員（Research Fellow），主要研究領(lǐng)域?yàn)楦咚惯^程回歸及其快速算法。2005年初，轉(zhuǎn)往愛爾蘭國立大學(xué)梅駑斯分校哈密頓研究所任研究科學(xué)家／研究員（ResearchScientist／Research Fellow）。2006年6月受聘于中山大學(xué)信息科學(xué)與技術(shù)學(xué)院，任“百人計(jì)劃”教授，主要研究領(lǐng)域?yàn)槿哂鄼C(jī)器人、遞歸神經(jīng)網(wǎng)絡(luò)和高斯過程計(jì)算及優(yōu)化研究等。多次參加和參與組織國際學(xué)術(shù)會議并擔(dān)任小組主席等職務(wù)。迄今，共發(fā)表中英文論文140余篇，其中在IEEE Transactions上發(fā)表論文10篇（含IEEE Transactions長文6篇），被SCI收錄30余篇，被EI收錄80余篇。楊逸文，男，在讀碩士，1986年8月生。2005年至2009年在中山大學(xué)軟件學(xué)院攻讀學(xué)士學(xué)位，期間獲得多項(xiàng)獎勵，如中山大學(xué)優(yōu)秀學(xué)生一等獎學(xué)金、鎮(zhèn)泰獎學(xué)金、惠普獎學(xué)金和國家獎學(xué)金等。2009年至今在中山大學(xué)信息科學(xué)與技術(shù)學(xué)院攻讀碩士學(xué)位。主要研究領(lǐng)域?yàn)樯窠?jīng)網(wǎng)絡(luò)、系統(tǒng)優(yōu)化和冗余機(jī)器人。共發(fā)表中英文論文8篇，被EI收錄4篇。李巍，男，1987年1月生。2007年獲得中山大學(xué)電子信息科學(xué)與技術(shù)專業(yè)學(xué)士學(xué)位，2009年獲得中山大學(xué)通信與信息系統(tǒng)專業(yè)碩士學(xué)位。在學(xué)習(xí)期間獲得過中山大學(xué)研究生獎助金、鎮(zhèn)泰獎學(xué)金等多項(xiàng)獎勵。攻讀碩士學(xué)位期間主要研究方向?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)。共發(fā)表中英文論文8篇，被SCI收錄l篇，被EI收錄2篇。

書籍目錄

第1章　人工神經(jīng)網(wǎng)絡(luò)概述　1.1　神經(jīng)網(wǎng)絡(luò)的基本概念　　1.1.1　什么是人工神經(jīng)網(wǎng)絡(luò)　　1.1.2　人工神經(jīng)網(wǎng)絡(luò)的生物學(xué)基礎(chǔ)　　1.1.3　人工神經(jīng)元模型　　1.1.4　人工神經(jīng)網(wǎng)絡(luò)模型　　1.1.5　神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法　1.2　神經(jīng)網(wǎng)絡(luò)發(fā)展簡史　1.3　神經(jīng)網(wǎng)絡(luò)應(yīng)用　　1.3.1　模式識別　　1.3.2　自動控制　　1.3.3　信號處理　　1.3.4　人工智能　參考文獻(xiàn)第2章　傳統(tǒng)神經(jīng)網(wǎng)絡(luò)及學(xué)習(xí)算法　2.1　感知器　　2.1.1　簡單單層感知器網(wǎng)絡(luò)　　2.1.2　單層感知器神經(jīng)網(wǎng)絡(luò)　　2.1.3　單層感知器的有教師學(xué)習(xí)算法　　2.1.4　單層感知器網(wǎng)絡(luò)的局限性　2.2　徑向基網(wǎng)絡(luò)　2.3　Hopfield神經(jīng)網(wǎng)絡(luò)　2.4　誤差回傳(BP)神經(jīng)網(wǎng)絡(luò)　2.5　MATLAB神經(jīng)網(wǎng)絡(luò)工具箱　參考文獻(xiàn)第3章　BP神經(jīng)網(wǎng)絡(luò)　3.1　BP神經(jīng)網(wǎng)絡(luò)的發(fā)展　3.2　BP神經(jīng)元及神經(jīng)網(wǎng)絡(luò)模型　3.3　BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法　　3.3.1　信號的正向傳遞　　3.3.2　BP學(xué)習(xí)算法的誤差反向傳播與權(quán)值閾值更新增量　　3.3.3　網(wǎng)絡(luò)權(quán)值閾值更新公式　3.4　BP神經(jīng)網(wǎng)絡(luò)的局限　　3.4.1　局部極小點(diǎn)　　3.4.2　學(xué)習(xí)／收斂速度慢　　3.4.3　網(wǎng)絡(luò)結(jié)構(gòu)難以確定　3.5　標(biāo)準(zhǔn)BP算法的改進(jìn)　　3.5.1　增加動量項(xiàng)的BP學(xué)習(xí)算法　　3.5.2　可變學(xué)習(xí)率的BP算法　　3.5.3　彈性BP學(xué)習(xí)算法　　3.5.4　共軛梯度法改進(jìn)　　3.5.5　Levenber9—Marquardt算法　3.6　計(jì)算機(jī)簡單示例　參考文獻(xiàn)第4章　權(quán)值直接確定法　4.1　相關(guān)數(shù)學(xué)基礎(chǔ)　　4.1.1　最佳逼近理論　　4.1.2　多元多項(xiàng)式的逼近理論　　4.1.3　矩陣偽逆與線性方程組求解　4.2　冪激勵前向神經(jīng)網(wǎng)絡(luò)　　4.2.1　網(wǎng)絡(luò)模型與理論基礎(chǔ)　　4.2.2　基于BP算法的迭代公式　　4.2.3　權(quán)值直接確定公式　　4.2.4　計(jì)算機(jī)仿真實(shí)例　　4.2.5　小結(jié)與思考　參考文獻(xiàn)　附錄第5章　權(quán)值可直接確定的神經(jīng)網(wǎng)絡(luò)模型（一）第6章　權(quán)值可直接確定的神經(jīng)網(wǎng)絡(luò)模型（二）第7章　權(quán)值可直接確定的其他神經(jīng)網(wǎng)絡(luò)模型第8章　神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)自確定第9章　基于值直接確定法的網(wǎng)絡(luò)結(jié)構(gòu)自確定算法第10章　多輸入神經(jīng)網(wǎng)絡(luò)權(quán)值與結(jié)構(gòu)確定

章節(jié)摘錄

插圖：中國較早涉及人工神經(jīng)網(wǎng)絡(luò)的涂序彥等在1980年發(fā)表的《生物控制論》一書中用一章的篇幅系統(tǒng)地介紹了神經(jīng)網(wǎng)絡(luò)的相關(guān)知識。隨著人工神經(jīng)網(wǎng)絡(luò)研究在世界范圍的復(fù)蘇，我國學(xué)術(shù)界在20世紀(jì)80年代中期開始更深入地關(guān)注人工神經(jīng)網(wǎng)絡(luò)各研究領(lǐng)域，也逐步掀起了創(chuàng)新研究的熱潮。1989年我國召開了全國第一個非正式的神經(jīng)網(wǎng)絡(luò)會議；1990年2月由中國8個學(xué)會聯(lián)合在北京召開首屆中國神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會，這是我國神經(jīng)網(wǎng)絡(luò)發(fā)展的良好開端?！?63”高技術(shù)研究計(jì)劃也在1990年批準(zhǔn)了關(guān)于人工神經(jīng)網(wǎng)絡(luò)的三項(xiàng)課題。1991年13個單位在南京發(fā)起和組織了第二屆中國神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會，會上成立了中國神經(jīng)網(wǎng)絡(luò)學(xué)會。并且，INNS也開始重視我國神經(jīng)網(wǎng)絡(luò)的研究，把1992年國際神經(jīng)網(wǎng)絡(luò)學(xué)會、IEEE神經(jīng)網(wǎng)絡(luò)委員會主辦的國際性學(xué)術(shù)會議IJCNN（International.Joint（20nference 0n Neural Networks）定在北京召開。這標(biāo)志著我國神經(jīng)網(wǎng)絡(luò)的科研工作者們第一次大規(guī)模地走向世界、走向國際化。經(jīng)過20多年的發(fā)展，我國在人工神經(jīng)網(wǎng)絡(luò)研究方面取得了許多高質(zhì)量創(chuàng)新性成果，研究人員的數(shù)量也逐年大幅增加，人工神經(jīng)網(wǎng)絡(luò)在我國相關(guān)的科研和社會生產(chǎn)中也正發(fā)揮著越來越多的重要作用。

編輯推薦

《神經(jīng)網(wǎng)絡(luò)權(quán)值直接確定法》是由中山大學(xué)出版社出版的。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    神經(jīng)網(wǎng)絡(luò)權(quán)值直接確定法 PDF格式下載

---