内容简介 · · · · · ·

神经网络是通过对人脑或生物神经网络的抽象和建模,研究非程序的、适应性的、大脑风格的信息处理的本质和能力。它以脑科学和认知神经科学的研究成果为基础,拓展智能信息处理的方法,为解决复杂问题和智能控制提供有效的途径,是智能科学和计算智能的重要部分。

本书系统地论述了神经网络的基本原理、方法、技术和应用,主要内容包括：神经信息处理的基本原理、感知器、反向传播网络、自组织网络、递归网络、径向基函数网络、核函数方法、神经网络集成、模糊神经网络、概率神经网络、脉冲耦合神经网络、神经场理论、神经元集群以及神经计算机。每章末附有习题,书末附有详细的参考文献。

本书内容丰富,反映了当前国内外该领域的最新研究成果和动向,可作为高等院校相关专业研究生及高年级本科生的神经网络、神经计算课程的教材,也可供从事神经网络、智能信息处理、模式识别、智能控制研究与应用的科技人员参考。

目录 · · · · · ·