神經網絡計算

簡要介紹了幾種常用的人工神經網絡的原理、計算方法和應用，包括以BP網絡為代表的前饋網絡，以Hopfield網絡為代表的聯想記憶網絡，徑向基函數網絡，Boltzmann機，特徵映射網絡（SOFM網絡與ART網絡），以及小腦模型網絡等，每章後附有練習題．全書內容剪裁適當，敍述清晰簡明。《神經網絡計算》可作為理工科相關專業的高年級本科生選修課教材和研究生教材，也可作為人工神經網絡研究與應用方面的參考書。

第一章 前傳網絡

§1.1 引言

§1.2 自適應線性感應器

§1.3 Madaline網絡

§1.4 BP網絡

§1.5 BP網絡的應用

習題

第二章 聯想記憶神經網絡

§2.1 簡單線性聯想網絡（LAM）

§2.2 Kohonen模型——最優線性聯想網絡（OLAM）

§2.3 自聯想Kohonen模型

§2.4 Hopfield聯想記憶模型

§2.5 利用外積和的雙極性Hopfield網絡

§2.6 Hopfield網絡的存儲容量

§2.7 Hopfield網絡的收斂性

§2.8 二次優化問題的Hopfield網絡解法

§2.9 雙向聯想記憶（BAM）網絡

§2.10 模糊聯想記憶（FAM）網絡

習題

第三章 徑向基函數網絡

§3.1 徑向基函數（RBF）

§3.2 徑向基函數參數的選取

§3.3 高斯條函數

習題

第四章 Boltzmann機

§4.1 模擬退火算法

§4.2 簡單Boltzmann機

§4.3 帶隱單元的Boltzmann機

§4.4 平均場方法與確定性BM

習題

第五章 自組織競爭網絡

§5.1 SOFM網絡

§5.2 SOFM網絡的應用

§5.3 ART神經網絡

習題

第六章 小腦模型聯接控制（CMAC）網絡

§6.1 引言

§6.2 網絡運行

§6.3 學習算法

習題

參考文獻