神经网络与深度学习(基于MATLAB的仿真与实现)/人工智能科学与技术丛书

本书系统论述了神经网络 及深度学习的基本原理、算 法设计及应用实例。全书分 三部分，共14章，分别介绍 了神经网络的基本概念、神 经网络的基本结构、深度学 习的基本原理、神经网络的 训练方法，以及神经网络与 深度学习的计算机仿真技术 。此外，本书还介绍了 MATLAB中的人工智能工具 箱在神经网络与深度学习中 的应用，给出了丰富的实例 ，并配套提供了完整的程序 代码，便于读者动手实践。 本书可作为高等院校人工 智能、计算机、电子信息等 专业的本科生、研究生及从 事人工智能学习及研究的专 业人员的参考书。

\"姚舜才 中北大学副教授，硕士生导师。于2016年在美国密歇根科技大学做访问学者。目前主要研究神经网络及深度学习在系统数据建模中的应用。多次获得山西省中青年教师教学基本功竞赛奖励，并被评为山西省普通高校师德师风建设先进个人；多次获得山西省高等学校科技进步奖；发表50余篇学术及教学论文，其中EI收录10篇；作为负责人及主要完成人承担多项国家和山西省自然科学基金以及国际合作基金项目；出版教材3部，申请专利3项。 李大威 中北大学副教授，硕士生导师。主要研究方向包括模式识别、机器学习等。先后主持或者参与国家自然科学基金项目、山西省自然科学基金项目、横向科研项目10余项，发表SCI/EI论文6篇，参编教材1部，授权发明专利3项。\"

第一部分 神经网络基础及MATLAB 绪论 第1章 神经网络概述 第2章 MATLAB基本知识及神经网络工具箱简介 2.1 MATLAB基本知识 2.2 MATLAB神经网络工具箱 2.2.1 基于代码的MATLAB神经网络工具箱的应用 2.2.2 基于图形界面的MATLAB神经网络工具箱的应用 2.2.3 MATLAB/Simulink中神经网络相关模块的应用 2.2.4 MATLAB菜单栏中神经网络相关模块的应用 第二部分 经典神经网络 第3章 感知机 3.1 感知机的基本结构与算法基础 3.1.1 单层感知机的基本结构 3.1.2 多层感知机的基本结构与算法基础 3.2 感知机的MATLAB实现 3.2.1 单层感知机的MATLAB仿真实现 3.2.2 多层感知机的MATLAB仿真实现 第4章 线性神经网络 4.1 线性神经网络的基本结构与算法基础 4.1.1 线性神经网络基本结构及学习算法 4.1.2 最小均方差算法中关于学习率η的讨论 4.1.3 线性神经网络的训练 4.2 线性神经网络的MATLAB实现 4.2.1 线性神经网络在分类问题中的应用 4.2.2 线性神经网络在拟合（回归）问题中的应用 4.2.3 线性神经网络在信号处理中的应用 4.3 关于线性神经网络的几点讨论 第5章 BP神经网络 5.1 BP神经网络的基本结构与算法基础 5.1.1 BP神经网络基本结构及学习算法 5.1.2 BP神经网络的构建 5.1.3 BP神经网络算法问题的改进讨论 5.2 BP神经网络的MATLAB实现 5.2.1 BP神经网络在分类问题中的应用 5.2.2 BP神经网络在拟合（回归）问题中的应用 5.2.3 BP神经网络在信号处理中的应用 5.3 关于BP神经网络的几点讨论 第6章 径向基神经网络 6.1 径向基神经网络的基本结构与算法基础 6.1.1 径向基神经网络基本结构及学习算法 6.1.2 径向基神经网络在拟合问题中的应用分析 6.1.3 径向基神经网络在分类问题中的应用分析 6.2 径向基神经网络的MATLAB实现 6.2.1 径向基神经网络在拟合（回归）问题中的应用 6.2.2 径向基神经网络在分类问题中的应用 6.2.3 径向基神经网络在数据预测中的应用 6.3 关于径向基神经网络的几点讨论 第7章 Hopfield神经网络 7.1 Hopfield神经网络的基本结构与算法基础