人工神经网络理论及应用

本书分为三篇，共15章。*篇为神经网络基础篇（第1~3章），主要内容包括生物神经网络理论基础、人工神经网络概述、人工神经网络数理基础，从生物神经网络角度出发介绍了神经元的结构、生物电活动，在细胞层面解释了神经网络进行信息传递和信息存储的机理，并对人工神经网络理论在各个阶段的发展、特点、应用，以及人工神经网络算法中运用到的导数、微分、梯度等重要数理知识进行了概述。第二篇为人工神经网络理论篇(第4～13章)，主要内容包括感知器、BP神经网络、RBF神经网络、ADALINE神经网络、Hopfield神经网络、深度卷积神经网络、生成式对抗网络、Elman神经网络、AdaBoost神经网络、SOFM神经网络。为了加强理论学习的深度，本篇在阐述理论算法时通过逐次迭代展开推导，而且在每种理论算法后面都给出了应用及实践案例。多年的课堂教学实践证明这种学习方式对于理解和掌握算法机理是非常有效的。第三篇为人工神经网络实践及应用篇(第14～15章)，主要内容包括基于Simulink的人工神经网络建模和基于GUI的人工神经网络设计。这些内容是进一步理解和掌握人工神经网络理论、实践和应用的基础。