基函式神經網路及套用》是作者10餘年來基於函式逼近論與神經生物學的相關知識，在前向神經網路理論與套用方面取得的系列研究成果的總結以及對一些最新進展的介紹和展望。《基函式神經網路及套用》主要內容包括神經元激勵函式的選取、正交基函式神經網路的建模、相關學習算法的設計、網路拓撲結構的最最佳化、正交基函式神經網路的硬體實現及該類神經網路在系統辨識、濾波器設計、非線性預測、信息加密、入侵檢測和模型算法控制(MAC)中的套用。
基本介紹
- 書名：基函式神經網路及套用
- 作者：鄒阿金
- ISBN：9787306032751
- 定價：28元
- 出版社：中山大學出版社
- 出版時間：2009年04月
- 開本：16開
內容簡介,作者簡介,圖書目錄,
內容簡介
《基函式神經網路及套用》最後探討了任意基函式前向神經網路的建模機理，構造了基函式前向神經網路通用模型，推導出相應的學習算法公式。書中各章既有相關性又具相對獨立性，既便於讀者總體閱讀也便於選擇性閱讀。相關章節的附錄也給出了基於MATLAB的程式代碼。
《基函式神經網路及套用》適合高等院校信息學科各專業(如人工智慧、自動控制、電子信息技術、網路工程、計算機科學、系統工程和軟體專業等)的本科生、碩士研究生和博士研究生使用，同時也可供廣大IT行業及相關工程行業(如晶片設計與製造、資訊安全和機械電子等)的科技人員、專業人士和感興趣的數學類學者參考。
作者簡介
鄒阿金，男，1963年生。碩士，副教授。1986年7月畢業於西北工業大學，獲套用數學學士學位；1996年3月畢業於湖南大學，獲工業自動化碩士學位；2008年度中山大學訪問學者。
圖書目錄
第1章 神經網路概述
§1.1 神經網路發展簡史
§1.2 神經網路的基本概念與構成
§1.2.1 神經元模型
§1.2.2 神經網路的構成
§1.2.3 神經網路的功能層次
§1.3 神經網路學習算法與分類
§1.3.1 神經網路學習算法
§1.3.2 神經網路的分類
參考文獻
第2章 數學基礎
§2.1 正交多項式基函式及性質
§2.2 最佳逼近理論
§2.3 多元多項式逼近理論
§2.4 矩陣的偽逆及線性方程組求解
§2.5 傅立葉級數及逼近定理
§2.6 樣條插值
參考文獻
第3章 Chebyshev神經網路
§3.1 Chebyshev正交基函式
§3.2 Chebyshev神經網路建模
§3.2.1 單輸入Chebyshev神經網路及BP學習算法
§3.2.2 多輸入Chebyshev神經網路及BP學習算法
§3.3 正交基函式神經網路衍生學習算法
§3.4 Chebyshev神經網路仿真實驗與學習算法舉例
§3.5 Chebyshev神經網路硬體實現
§3.5.1 基於模擬電路的Chebyshev神經網路電路設計
§3.5.2 基於單片機的Chebyshev神經網路硬體實現
§3.5.3 Chebyshev神經網路模組SN9701及其套用
§3.6 Chebyshev神經網路非線性預測
§3.6.1 Chebyshev神經網路預測模型
§3.6.2 Chebyshev神經網路預測原理
§3.6.3 仿真與預測
§3.7 基於混沌控制系統的Chebyshev神經網路異步加密算法
§3.7.1 基於混沌控制系統的Chebyshev神經網路建模
§3.7.2 CCNN異步加密算法設計
§3.7.3 加密實例與算法安全性分析
參考文獻
附錄
第4章 Legendre神經網路
§4.1 Legendre正交基函式及逼近定理
§4.2 Legendre神經網路建模
§4.3 Legendre神經網路在股票預測中的套用
§4.3.1 基於Legendre神經網路的預測模型
§4.3.2 Legenclre神經網路股票預測
§4.4 Legendre神經網路入侵檢測系統的實現
§4.4.1 數據樣本的收集與處理
§4.4.2 Legendre神經網路的訓練
§4.4.3 實驗結果
§4.5 基於XOR的Legendre混沌神經網路異步加密算法
§4.5.1 Legendre混沌神經網路設計
§4.5.2 LCNN“一次一密”異步加密算法設計
§4.5.3 加密實例
參考文獻
附錄
