书籍详情

递归人工神经网络的定性分析和综合

递归人工神经网络的定性分析和综合

作者:(美国)A.N.米歇尔等著、张化光等译

出版社:科学出版社

出版时间:2004-08-01

ISBN:9787030130174

定价:¥39.00

购买这本书可以去
内容简介
  本书系统地研究了递归人工神经网络的定性性能及其局限性,该类网络用于联想记忆的设计问题以及该类网络在实现过程中遇到的一些定性分析问题。全书共九章,主要内容包括针对一系列递归人工神经网络模型的全局性能及局部性能的定性分析以及参数摄动、时间延迟、互联结构约束等对其性能的影响。书中所给的用于联想记忆的综合设计方法包括外积法、投影学习规则、特征结构法及基于感知器的训练方法等。该书主要特点是透彻的理论分析加上详细的综合设计方法,尤其是针对有互连结构约束的递归人工神经网络(包括细胞神经网络)提出了开创性的综合设计方法。.本书适合于应用数学、物理学、电子信息、自动化、计算机应用专业的研究人员、研究生和对人工神经网络感兴趣的工程技术人员。...
作者简介
暂缺《递归人工神经网络的定性分析和综合》作者简介
目录
译者的话
前言
第一章 绪论
1?1 本书的研究内容
1?2 一些神经网络模型
1?3 模拟Hopfield神经网络的定性分析:全局结果
1?4 工作于闭超立方体上的线性系统的稳定性分析
1?5 Hopfield神经网络的定性分析:局部结果
1?6 参数摄动的定性影响
1?7 时间延迟的定性影响
1?8 联想记忆的一些综合方法
1?9 互连约束的影响
参考文献
第二章 一些神经网络的模型
2?1 引言
2?2 模拟Hopfield神经网络模型
2?3 离散Hopfield神经网络模型
2?4 Hopfield模型的广义形式
2?5 具有无限增益放大器的模拟Hopfield神经网络
2?6 工作于闭超立方体上的线性系统
2?7 小结
2?8 附注
参考文献
第三章 模拟Hopfield神经网络的定性分析:全局结果
3?1 广义模拟Hopfield神经网络模型:系统(L)
3?2 符号说明及预备知识
3?3 广义Hopfield模型的假设
3?4 广义Hopfield模型的主要结果
3?5 带有无限增益放大器的模拟Hopfield神经网络模型:系统(N)
3?6 系统(N)的解的定义及其性质
3?7 系统(N)的平衡点及输出向量的定性特性
3?8 基于能量函数的系统(N)的定性分析
3?9 小结
3?10 附注
参考文献
第四章 工作于闭超立方体上的线性系统的稳定性分析:系统(M)
4?1 工作于闭超立方体上的线性连续系统(M)
4?2 符号说明
4?3 系统(M)的解的定义及特性
4?4 系统(M)的平衡点的定性特性
4?5 基于能量函数的系统(M)的定性分析
4?6 工作于闭超立方体上的线性离散系统
4?7 工作于闭超立方体上的线性连续系统的全局渐近稳定性
4?8 工作于闭超立方体上的线性离散系统的全局渐近稳定性
4?9 小结
4?10 附注
参考文献
第五章 Hopfield神经网络的定性分析:局部结果
5?1 符号说明
5?2 背景资料
5?3 被视为互连系统的模拟Hopfield模型
5?4 单个神经元子系统的稳定性分析
5?5 模拟Hopfield神经网络模型的定性分析:局部结果
5?6 同步离散Hopfield神经网络的分析
5?7 具有饱和非线性激活函数的模拟Hopfield神经网络的分析
5?8 小结
5?9 附注
参考文献
第六章 参数摄动的定性影响
6?1 引言
6?2 符号说明
6?3 鲁棒稳定性:具有固定平衡点的摄动系统
6?4 鲁棒稳定性:具有摄动平衡点的摄动系统
6?5 具有Sigmoid激活函数神经网络的分析
6?6 具有硬限幅器型激活函数神经网络的分析
6?7 小结
6?8 附注
参考文献
第七章 时间延迟的定性影响
7?1 引言
7?2 预备知识(Hopfield神经网络)
7?3 延迟Hopfield神经网络的全局稳定性
7?4 延迟Hopfield神经网络的局部稳定结果
7?5 Hopfield神经网络的一个例子
7?6 预备知识(Cohen-Grossberg神经网络)
7?7 多延迟Cohen-Grossberg神经网络的全局稳定性
7?8 多延迟Cohen-Grossberg神经网络局部稳定结果
7?9 具有任意有界延迟的非线性系统
7?10 具有固定有界延迟的非线性系统
7?11 具有非对称互连结构延时神经网络的稳定性分析
7?12 延时神经网络的鲁棒稳定性分析
7?13 示例
7?14 小结
7?15 附注
参考文献
第八章 联想记忆的一些综合方法
8?1 引言:外积法与投影学习规则
8?2 投影学习规则的一些扩展
8?3 特征结构法
8?4 特征结构法的一些扩展
8?5 基于感知器训练算法的递归神经网络的综合
8?6 基于感知器训练算法的一些扩展
8?7 示例
8?8 小结
8?9 附注
参考文献
第九章 互连约束的影响
9?1 引言
9?2 稀疏互连神经网络综合的特征结构法
9?3 稀疏互连神经网络综合的基于感知器的训练算法
9?4 实现联想记忆的细胞神经网络的综合
9?5 示例
9?6 小结
9?7 附注
参考文献
猜您喜欢

读书导航