模塊化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分析與設(shè)計(jì)

時(shí)間：2023-03-25 03:44:01 | 來源：營銷百科

時(shí)間：2023-03-25 03:44:01 來源：營銷百科

模塊化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分析與設(shè)計(jì)：1 緒論

1.1 引言

1.2 神經(jīng)網(wǎng)絡(luò)及其發(fā)展

1.3 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)發(fā)展現(xiàn)狀

1.4 本書主要內(nèi)容

2 感知器神經(jīng)網(wǎng)絡(luò)

2.1 引言

2.2 感知器神經(jīng)網(wǎng)絡(luò)分析

2.3 感知器神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

2.4 附錄：數(shù)學(xué)基礎(chǔ)

2.5 本章小結(jié)

3前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法研究

3.1 引言

3.2 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)

3.3 快速下降算法

3.4 極速學(xué)習(xí)方法

3.5 實(shí)驗(yàn)與分析

3.6 附錄：數(shù)學(xué)基礎(chǔ)

3.7 本章小結(jié)

4 基于信息熵的前饋網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化設(shè)計(jì)

4.1 引言

4.2 熵

4.3 基于改進(jìn)擬熵的神經(jīng)網(wǎng)絡(luò)權(quán)衰減算法

4.4 基于神經(jīng)網(wǎng)絡(luò)復(fù)雜度的修剪算法

4.5 自適應(yīng)前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

4.6 本章小結(jié)

5 模塊化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

5.1 引言

5.2 模塊化神經(jīng)網(wǎng)絡(luò)

5.3 模塊化神經(jīng)網(wǎng)絡(luò)的構(gòu)架與實(shí)現(xiàn)

5.4 模塊化神經(jīng)性能分析

5.5 本章小結(jié)

6 多層協(xié)同模塊化神經(jīng)網(wǎng)絡(luò)

6.1 引言

6.2 視覺神經(jīng)系統(tǒng)

6.3 多層協(xié)同模塊化神經(jīng)網(wǎng)絡(luò)

6.4 實(shí)驗(yàn)與分析

6.5 本章小結(jié)

7 局部互連BP神經(jīng)網(wǎng)絡(luò)

7.1 引言

7.2 局部互連BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

7.3 RBF神經(jīng)元參數(shù)的確定

7.3 局部互連BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)及網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

7.4 實(shí)驗(yàn)與分析

7.5 本章小結(jié)

8 動態(tài)自適應(yīng)模塊化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

8.1 引言

8.2 動態(tài)自適應(yīng)模塊化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

8.3 動態(tài)自適應(yīng)模塊化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

8.4 動態(tài)自適應(yīng)模塊化神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

8.5 實(shí)驗(yàn)與分析

8.6 本章小結(jié)

9 具有群集屬性的回聲狀態(tài)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

9.1 引言

9.2 回聲狀態(tài)網(wǎng)絡(luò)

9.3 具有Small World特性的回聲狀態(tài)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

9.4 實(shí)驗(yàn)與分析

9.5 本章小結(jié)

參考文獻(xiàn)