神经网络及其应用

　　本书特别邀请国内神经网络及相关领域的知名专家，分别对神经网络的理论基础及典型应用进行了讨论。内容涉及神经网络的学习方法、优化计算、知识理论、流形学习、过程神经元网络、随机二元网络、离散联想记忆神经网络以及神经网络在医学数据处理、汉语认知等方面的应用。文中通过丰富的文献资料和研究工作，对当前的最新进展做出回顾和分析，对学术研究有重要的参考价值。本书适合计算机和自动化专业的研究生、教师、工程技术人员和研究人员参考。

暂缺《神经网络及其应用》作者简介

序
前言
专题1 神经网络的学习方法
1 引言
2 基于搜索机制的神经网络学习算法
2.1 前向神经网络的BP算法
2.2 BP算法的各种改进
3 神经网络的规划学习方法
3.1 引言
3.2 神经网络的规划学习算法
3.3 支持向量机的学习方法
3.4 当样本集K不是线性可分的情况
4 神经网络的构造性学习方法
4.1 前向网络的FP算法
4.2 构造性学习方法--覆盖算法
4.3 覆盖算法的应用
4.4 覆盖算法的改进和扩展
5 覆盖算法与SVM中核函数法的关系
5.1 SVM中的核函数法
5.2 覆盖算法与核函数法的关系
5.3 函数覆盖算法的泛化能力
6 结束语
参考文献
专题2 过程神经元网络的理论和应用
1 引言
2 过程神经元模型
2.1 生物神经元的启示
2.2 过程神经元模型的定义
2.3 过程神经元与泛函
2.4 过程神经元与复合函数
3 过程神经元网络模型
3.1 前馈过程神经元网络模型
3.2 关于前馈过程神经网络的基本定理
3.3 学习算法
3.4 双隐层过程神经元网络模型
3.5 离散过程神经元网络模型
4 反馈过程神经元网络模型
4.1 网络拓扑结构
4.2 学习算法
4.3 算法描述
4.4 仿真实验
5 输入输出均为时变函数的过程神经网络模型
5.1 网络拓扑结构
5.2 网络各层之间的输入输出关系
5.3 学习算法
6 结束语
参考文献
专题3 神经计算和优化计算
1 引言
2 凸优化理论
3 Hopfield网络稳定性分析
3.1 动力系统简介
3.2 连续时间Hopfield模型
3.3 离散时间Hopfield网络模型的稳定性
4 非线性梯度下降算法
4.1 理论基础
4.2 算法设计和分析
4.3 结论
5 支持向量机对偶规划的优化理论和算法设计及分析
5.1 介绍
5.2 基于一般惩罚代价函数的SVM及对偶规划
5.3 对偶规划最优性方程组
5.4 建立支持向量机最优性方程组
5.5 基于罚函数方法的SVM优化算法设计与分析
6 结束语
参考文献
专题4 知识理论与神经网络
1 引言
2 知识概念
2.1 基本概念
2.2 知识的分类
2.3 知识的表示
3 知识度量
4 知识生成
4.1 归纳型知识生成
4.2 演绎型知识生成
5 知识激活
6 神经网络与知识理论
6.1 神经网络与知识生成
6.2 神经网络与知识演绎
6.3 神经网络与知识激活
7 结束语
参考文献
专题5 人工免疫系统中的克隆选择算法
1 引言
2 人工免疫系统进展
2.1 人工免疫系统的历史
2.2 人工免疫系统的研究领域
2.3 人工免疫系统与其他方法的比较
3 克隆选择学说与克隆选择算子
3.1 克隆选择
3.2 克隆算子
4 简单的克隆选择算法及其性能分析
4.1 简单的克隆选择算法SCSA
4.2 简单克隆选择算法的收敛性
4.3 多克隆算子与单克隆算子的比较
4.4 克隆选择算法与进化算法
5 改进的克隆选择算法
5.1 自适应多克隆规划算法APPA
5.2 自适应动态克隆算法ADCSA
5.3 免疫优势克隆算法IDCA
6 结论
7 展望
7.1 人工免疫系统存在的问题
7.2 人工免疫系统进一步研究的方向
7.3 基于人工免疫系统的综合集成
参考文献
专题6 流形学习
1 引言
1.1 流形学习的研究背景
1.2 流形学习的研究意义
2 流形学习综述
2.1 流形学习的定义
2.2 流形学习的方法
3 流形学习的应用
3.1 可视化
3.2 插值
3.3 分类
3.4 图像处理
3.5 数据可听化
3.6 其他
4 流形学习若干问题的研究
4.1 流形概念
4.2 流形学习中的算法研究
4.3 其他问题研究
5 结束语
参考文献
专题7 模糊蕴涵算子及其构造
1 引言
2 模糊蕴涵算子及其性质
3 模糊蕴涵算子的伴随对
4 模糊蕴涵算子的圈乘算子
5 三角模、余三角模的定义和性质
6 由三角模构造的模糊蕴涵算子
6.1 由力迫蕴涵算子、不可分辨蕴涵算子EGodel构造的模糊蕴涵算子
6.2 一类由三角模生成的蕴涵算子和传播算子
7 一类由余三角模生成的蕴涵算子和合成算子
8 模糊蕴涵算子θ122～θ147的圈乘算子
9 模糊蕴涵算子的对偶算子
10 结束语
参考文献
专题8 随机二元网络的理论与应用
1 引言
2 时间域数据表示和随机神经元
2.1 时间域数据表示
2.2 随机神经元
3 前馈型随机二元网络
3.1 梯度下降学习
3.2 VC维和学习样本数分析
4 反馈型随机二元网络
4.1 定义
4.2 平稳分布
4.3 模拟退火
4.4 RSBN与马尔可夫随机场
4.5 RSBN与Boltzmann机
4.6 RSBN的学习算法
5 量子二元网络
5.1 量子联想记忆的实现
5.2 量子纠缠的实现
6 随机二元网络硬件设计
6.1 完全随机序列的产生
6.2 通用随机序列产生器
6.3 随机神经元的构造
6.4 在线学习的硬件实现
7 随机二元网络应用
7.1 组合优化--图对分问题
7.2 模式识别
8 讨论
参考文献
专题9 离散联想记忆神经网络研究进展
1 引言
1.1 联想记忆的定义和分类
1.2 联想记忆的研究重点及其设计目标
2 联想记忆研究进展
2.1 Hopfield联想记忆
2.2 双向联想记忆(BAM)
2.3 其他联想模式
3 应用
3.1 多证据推理
3.2 图像压缩
4 结束语
参考文献
专题10 神经网络规则抽取
1 引言
2 起源和发展
3 规则和评价
3.1 规则类型
3.2 评价体系
4 算法分类
4.1 ADT分类学
4.2 分解型算法
4.3 教学型算法
4.4 折中型算法
4.5 复合型算法
5 讨论
5.1 规则抽取与连接主义
5.2 "用神经网络抽取规则"和"为神经网络抽取规则"
6 结束语
参考文献
专题11 神经网络在医学数据处理中的应用
1 引言
2 医学数据处理中的神经网络
2.1 单个的神经网络及其与其他方法的组合
2.2 神经网络集成
2.3 支持向量机
3 医学数据处理的分类
3.1 分类问题
3.2 回归问题
3.3 聚类分析
4 专题综述
4.1 医学图像处理
4.2 传统中医的研究
5 讨论
参考文献
专题12 汉语认知的脑功能成像与神经网络
1 引言
1.1 揭示脑的奥秘是21世纪的最大挑战
1.2 为什么研究汉语认知
2 脑的结构与功能分区
2.1 大脑皮层功能分区
2.2 脑的皮层下结构
3 脑功能成像技术
3.1 脑功能成像技术简介
3.2 脑功能成像技术的比较
3.3 脑功能成像实验步骤及处理分析技术
4 汉语认知研究
4.1 汉语认知的脑半球偏侧化
4.2 汉语认知加工是否有不同于英文加工的特殊脑区
4.3 汉语拼音的对比研究
4.4 汉语认知的脑内信息加工模式
5 汉语认知脑区间的相互作用及脑内信息加工模式分析示例
5.1 研究目标
5.2 研究背景
5.3 实验材料和方法
5.4 数据处理分析
5.5 实验结果
5.6 结果讨论
5.7 初步结论
6 本领域研究存在的问题及未来趋势
6.1 脑功能成像技术的局限
6.2 认知任务的个体差异
6.3 认知任务操作中伴随的意识、情绪等成分
6.4 神经建模方法的未来
6.5 脑研究需要全球性的科研大合作：全球知识管理系统的建立
6.6 多学科交叉的神经信息学研究方法
6.7 结语
参考文献
专题13 认知心理学与神经网络
1 引言
2 联结主义认知心理学的基本思想
2.1 联结主义的基本含义
2.2 亚符号范式
2.3 联结主义心理学的若干假设
2.4 联结主义心理学的特征
3 联结主义对于知觉效应的研究
3.1 问题的提出
3.2 级连相关模型
3.3 实验研究
4 Stroop任务
4.1 Stroop任务的模型框架
4.2 神经网络模型
5 记忆
5.1 联想记忆
5.2 语义记忆
5.3 记忆和表征
5.4 内隐记忆和外显记忆
6 语言
6.1 关于词汇发音的模型
6.2 词汇命名模型和吸引子模型
6.3 神经网络对于语言规则的表征和推导
6.4 人称代词的获得问题
6.5 汉语认知研究
7 问题解决的研究
7.1 儿童关于"天平问题"的判断
7.2 距离、时间和速度问题
8 知识的组织
8.1 信息加工理论的模型
8.2 联结主义理论的模型
9 决策
9.1 研究设计
9.2 实验
9.3 模拟
9.4 结果和讨论
9.5 结论
10 认知发展问题
10.1 计算发展心理学
10.2 已经得到的有意义的结论
10.3 目前尚存的问题
11 联结主义和认知测量
11.1 问题的提出
11.2 联结主义模型
11.3 连续记分IRT模型
11.4 计算机模拟实验的设计和实施
12 展望
12.1 已经取得的进展
12.2 存在的问题和今后的研究课题
参考文献