| 价格 | ￥60.00 |
| 发货 | 广东东莞市 |
| 数量 | -+ |
| 库存 | 100本 |
《神经计算原理及其应用技术》从信息科学的角度出发，涉及了目前国内外神经计算的研究成果，综合了作者曾喆昭的科研成果和主持国家自然科学基金项目取得的研究成果，取材新颖，内容丰富，注重理论与应用相结合，论述深入浅出，力求使读者较快掌握和应用这门高新技术。全书共分9章，内容包括：神经网络基本概念、神经网络研究历史、意义以及应用前景；神经网络优化方法在线性系统求解、非线性方程与非线性方程组求解、数值积分、微分方程初值问题求解以及FIR数字滤波器优化设计、频谱分析、传感器非线性补偿、PID神经网络控制器等领域的应用研究。
《神经计算原理及其应用技术》可作为电子工程、自动化、计算机应用、电气工程、人工智能、智能信息处理与智能控制等专业本科生或研究生的教材和参考书，也可供有关工程技术人员和科研工作者参考。
前言
第1章 绪论
1.1 研究背景及意义
1.2 神经网络的发展历史
1.2.1 早期阶段
1.2.2 低潮阶段
1.2.3 黄金时期
1.3 神经网络研究内容
1.3.1 神经网络理论研究
1.3.2 神经网络实现技术研究
1.3.3 神经网络应用研究
1.4 神经网络研究历史及意义
1.5 神经网络的应用前景
1.5.1 模式识别
1.5.2 化问题计算
1.5.3 自动控制
1.5.4 信号处理
L 5.5 图像处理
1.5.6 人工智能
1.6 神经网络基本概念
1.6.1 人工神经元模型
1.6.2 神经元常用的基函数与激励函数类型
1.6.3 神经元学习算法
1.6.4 典型的神经网络结构
1.6.5 基本BP算法的局限性
1.7 主要研究成果
第2章 基于神经网络优化算法的线性系统求解研究
2.1 问题背景：电阻网络
2.2 基于梯度下降法的神经网络算法的线性方程组求解
2.2.1 神经网络模型
2.2.2 神经网络算法
2.2.3 神经网络算法收敛性研究
2.2.4 局部极小讨论
2.2.5 神经网络算法步骤
2.2.6 应用实例
2.3 神经网络优化计算方法
2.3.1 递推二乘法（RLS）
2.3.2 共轭梯度法
2.3.3 数值分析实例
2.4 小结
第3章 解非线性系统的神经网络算法研究
3.1 问题背景——人口增长问题
3.1.1 代数方程
3.1.2 超越方程
3.1.3 单根
3.1.4 重根
3.2 二分法
3.2.1 二分法基本思想
3.2.2 二分法算法的源程序（bisection.m）
3.2.3 总结
3.2.4 仿真实例
3.3 迭代法
3.3.1 迭代法的基本思路
3.3.2 线性迭代函数的启示
3.3.3 压缩映像原理
3.3.4 定点迭代法源程序（fixedp.m）
3.3.5 仿真实例
3.3.6 迭代过程的收敛速度
3.4 迭代过程的加速收敛方法
3.4.1 迭代公式的加工
3.4.2 仿真实例
3.4.3 埃特金算法
3.4.4 埃特金加速算法的源程序（aitke n.m）
3.5 牛顿迭代法
3.5.1 牛顿迭代公式的导出
3.5
