北京工业大学：《人工神经网络》PDF电子书

人工神经网络 Artificial Neural Networks 北京工业大学计算机学院 联系电话:67392508 Email: jiangzlabjpu.edu. cn 办公地点:信息北楼214 蒋宗礼 2004-2-18

2004-2-18 1 人工神经网络 Artificial Neural Networks 北京工业大学计算机学院 联系电话：67392508 Email：jiangzl@bjpu.edu.cn 办公地点：信息北楼214 蒋宗礼

教材 书名:《人工神经网络导论》 出版社:高等教育出版社 出版日期:2001年8月 重印:2003年2月 定价:12.4元 作者:蒋宗礼 2004-2-18

2004-2-18 2 教材 书名：《人工神经网络导论》 出版社：高等教育出版社 出版日期：2001年8月 重印：2003年2月 定价：12.4元 作者：蒋宗礼

主要参考书目 I Philip D. Wasserman, Neural Computing: Theory and practice, Van Nostrand reinhold 1989 2、胡守仁、余少波、戴葵,神经网络导论, 国防科技大学出版社,1993年10月 3、杨行峻、郑君里,人工神经网络,高等教 育出版社,1992年9月 4、闻新、周露、王丹力、熊晓英, MATLAB神 经网络应用设计,科学出版社,2001.5 2004-2-18

2004-2-18 3 主要参考书目 1 、 Philip D. Wasserman， Neural Computing: Theory and Practice，Van Nostrand Reinhold， 1989 2、胡守仁、余少波、戴葵，神经网络导论， 国防科技大学出版社，1993年10月 3、杨行峻、郑君里，人工神经网络，高等教 育出版社，1992年9月 4、闻新、周露、王丹力、熊晓英，MATLAB神 经网络应用设计，科学出版社，2001.5

课程目的和基本要求 作为人工神经网络的入门课程,用于将学 生引入人工神经网络及其应用的研究领域。 介绍人工神经网络及其基本网络模型,使 学生 了解智能系统描述的基本模型 掌握人工神经网络的基本概念、单层网、多层 网、循环网等各种基本网络模型的结构、特点 典型训练算法、运行方式、典型问题 掌握软件实现方法。 2004-2-18

2004-2-18 4 课程目的和基本要求 • 作为人工神经网络的入门课程，用于将学 生引入人工神经网络及其应用的研究领域。 • 介绍人工神经网络及其基本网络模型，使 学生 – 了解智能系统描述的基本模型 – 掌握人工神经网络的基本概念、单层网、多层 网、循环网等各种基本网络模型的结构、特点、 典型训练算法、运行方式、典型问题 – 掌握软件实现方法

课程目的和基本要求 了解人工神经网络的有关研究思想,从中 学习开拓者们的部分问题求解方法。 通过实验进一步体会有关模型的用法和性 能,获取一些初步的经验。 查阅适当的参考文献,将所学的知识与自 己未来研究课题(包括研究生论文阶段的 研究课题)相结合起来,达到既丰富学习 内容,又有一定的研究和应用的目的。 2004-2-18

2004-2-18 5 课程目的和基本要求 • 了解人工神经网络的有关研究思想，从中 学习开拓者们的部分问题求解方法。 • 通过实验进一步体会有关模型的用法和性 能，获取一些初步的经验。 • 查阅适当的参考文献，将所学的知识与自 己未来研究课题（包括研究生论文阶段的 研究课题）相结合起来，达到既丰富学习 内容，又有一定的研究和应用的目的

主要内容 智能及其实现 ANN基础 P perceptron BP ·CPN 统计方法 Hopfield网与BAM ART 2004-2-18

2004-2-18 6 主要内容 • 智能及其实现 • ANN基础 • Perceptron • BP • CPN • 统计方法 • Hopfield网与BAM • ART

主要内容 第一章:引论 智能的概念、智能系统的特点及其描述基本 模型,物理符号系统与连接主义的观点及 其比较;人工神经网络的特点、发展历史。 2004-2-18

2004-2-18 7 主要内容 第一章：引论 智能的概念、智能系统的特点及其描述基本 模型，物理符号系统与连接主义的观点及 其比较；人工神经网络的特点、发展历史

主要内容 第二章人工神经网络基础 本章在介绍了基本神经元后,将概要介绍 人工神经网络的一般特性。主要包括,生 物神经网络模型,人工神经元模型与典型 的激励函数;人工神经网络的基本拓扑特 性,存储类型(CAM—LTM, AM—STM)及映象, Supervised训练与 Unsupervised训练。 2004-2-18 8

2004-2-18 8 主要内容 第二章 人工神经网络基础 本章在介绍了基本神经元后，将概要介绍 人工神经网络的一般特性。主要包括，生 物神经网络模型，人工神经元模型与典型 的激励函数；人工神经网络的基本拓扑特 性，存储类型（ CAM──LTM， AM──STM）及映象，Supervised训练与 Unsupervised训练

主要内容 第三章感知器 感知器与人工神经网络的早期发展;单层 网能解决线性可分问题,而无法解决线形 不可分问题,要想解决这一问题,必须引 入多层网;Hebb学习律, Delta规则,感知 器的训练算法。 实验:实现一个感知器。 2004-2-18

2004-2-18 9 主要内容 第三章 感知器 感知器与人工神经网络的早期发展；单层 网能解决线性可分问题，而无法解决线形 不可分问题，要想解决这一问题，必须引 入多层网；Hebb学习律，Delta规则，感知 器的训练算法。 • 实验：实现一个感知器

主要内容 第四章向后传播 BP( Backpropagation)网络的构成及其训 练过程;隐藏层权调整方法的直观分析,BP 训练算法中使用的 Delta规则(最速下降法) 的理论推导;算法的收敛速度及其改进讨论; BP网络中的几个重要问题。 实验:实现BP算法。 2004-2-18

2004-2-18 10 主要内容 第四章 向后传播 •BP（Backpropagation）网络的构成及其训 练过程；隐藏层权调整方法的直观分析，BP 训练算法中使用的Delta规则（最速下降法） 的理论推导；算法的收敛速度及其改进讨论； BP网络中的几个重要问题。 •实验：实现BP算法