前馈神经网络分析与设计PDF|Epub|txt|kindle电子书版本网盘下载

前馈神经网络分析与设计PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 引言1

1.2 神经网络及其发展2

1.2.1 神经网络的定义2

1.2.2 神经网络的功能3

1.2.3 神经网络的发展4

1.2.4 神经网络的应用7

1.3 人工神经网络的结构设计9

1.3.1 人工神经网络的结构9

1.3.2 前馈神经网络结构设计研究现状10

1.4 本书主要内容13

1.4.1 神经网络参数学习算法研究14

1.4.2 神经网络结构设计方法研究14

1.4.3 自组织神经网络结构算法研究15

1.4.4 应用研究15

参考文献17

第2章 感知器神经网络23

2.1 引言23

2.2 感知器神经网络分析23

2.2.1 单神经元分析24

2.2.2 单层感知器神经网络25

2.2.3 多层感知器神经网络28

2.3 感知器神经网络学习算法30

2.3.1 隐含层与输出层之间的权值修正33

2.3.2 输入层与隐含层之间的权值修正34

2.3.3 BP算法的改进36

2.4 本章小结43

附录A 数学基础44

附录A.1 泰勒引理44

附录A.2 泰勒定理和推论46

参考文献49

第3章 RBF神经网络53

3.1 引言53

3.2 RBF神经网络原理54

3.2.1 插值计算54

3.2.2 模式可分性56

3.2.3 正规化法则57

3.2.4 RBF神经网络结构58

3.3 RBF神经网络学习算法59

3.3.1 中心值学习策略59

3.3.2 隐含层和输出层连接权值学习策略63

3.4 本章小结67

附录B 数学运算67

附录B.1 域和向量空间67

附录B.2 矩阵的表示和运算69

附录B.3 矩阵的性质70

附录B.4 矩阵范数的运算75

参考文献76

第4章 模糊神经网络80

4.1 引言80

4.2 模糊推理系统描述81

4.2.1 模糊集合与隶属函数81

4.2.2 模糊运算83

4.3 模糊神经网络结构87

4.4 模糊神经网络学习算法89

4.5 本章小结93

参考文献94

第5章 前馈神经网络快速下降算法研究98

5.1 引言98

5.2 神经网络学习98

5.2.1 神经网络结构及信息处理98

5.2.2 神经网络学习算法分析100

5.3 快速下降算法101

5.3.1 快速下降算法描述101

5.3.2 快速下降算法收敛性分析104

5.4 仿真研究108

5.4.1 感知器神经网络仿真研究109

5.4.2 RBF神经网络仿真研究112

5.5 本章小结117

参考文献118

第6章 前馈神经网络改进型递归最小二乘算法研究123

6.1 引言123

6.2 递归最小二乘算法124

6.2.1 递归最小二乘算法描述124

6.2.2 递归最小二乘算法分析128

6.3 改进型递归最小二乘算法129

6.3.1 改进型递归最小二乘算法描述130

6.3.2 改进型递归最小二乘算法收敛性分析131

6.4 改进型递归最小二乘算法的应用132

6.4.1 非线性函数逼近133

6.4.2 双螺旋模式分类135

6.4.3 污泥膨胀预测137

6.5 本章小结142

参考文献143

第7章 基于显著性分析的快速修剪型感知器神经网络148

7.1 引言148

7.1.1 增长型神经网络148

7.1.2 修剪型神经网络152

7.2 显著性分析153

7.2.1 误差曲面分析153

7.2.2 显著性分析算法155

7.3 基于显著性分析的快速修剪算法156

7.3.1 多层感知器神经网络157

7.3.2 多层感知器神经网络快速修剪算法158

7.3.3 仿真研究160

7.4 本章小结167

参考文献168

第8章 增长-修剪型多层感知器神经网络174

8.1 引言174

8.2 敏感度计算175

8.2.1 敏感度分析方法的分类175

8.2.2 敏感度分析方法178

8.2.3 敏感度计算181

8.3 神经网络输出敏感度分析182

8.3.1 敏感度分析的频域研究182

8.3.2 神经网络输出敏感度分析187

8.4 增长-修剪型多层感知器神经网络分析189

8.4.1 隐含层神经元的敏感度189

8.4.2 神经元增长和修剪192

8.4.3 增长-修剪型感知器神经网络193

8.4.4 收敛性分析195

8.5 增长-修剪型多层感知器神经网络应用197

8.5.1 非线性函数逼近197

8.5.2 数据分类199

8.5.3 生化需氧量软测量202

8.6 本章小结208

参考文献210

第9章 弹性RBF神经网络215

9.1 引言215

9.2 RBF神经网络描述216

9.3 弹性RBF神经网络217

9.3.1 神经元修复准则217

9.3.2 神经网络结构优化设计219

9.3.3 弹性RBF神经网络221

9.3.4 收敛性分析221

9.4 弹性RBF神经网络应用224

9.4.1 非线性函数逼近224

9.4.2 非线性系统建模227

9.4.3 溶解氧模型预测控制231

9.5 本章小结238

附录C 熵239

附录C.1 熵的概念239

附录C.2 互信息240

参考文献242

第10章 自组织模糊神经网络248

10.1 引言248

10.2 模糊神经网络249

10.3 自组织模糊神经网络分析253

10.3.1 模糊神经网络结构优化253

10.3.2 模糊神经网络自组织设计算法256

10.3.3 收敛性分析258

10.4 自组织模糊神经网络应用260

10.4.1 非线性系统建模260

10.4.2 Mackey-Glass时间序列系统预测263

10.4.3 污水处理关键水质参数预测266

10.4.4 污水处理过程溶解氧控制269

10.5 本章小结272

参考文献273

索引278