人工神经网络

?ANN基础?Perceptron?BP?CPN?统计方法?Hopfield网与BAM?ART2016-11-155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。2016-11-156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。2016-11-157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。2016-11-158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。2016-11-159主要内容第五章对传网?生物神经系统与异构网的引入;对传网的网络结构,Kohonen层与Grossberg层的正常运行,对传网的输入向量的预处理,Kohonen层的训练算法及其权矩阵的初始化方法;Grossberg层的训练;完整的对传网。?实验:实现基本的对传网。2016-11-1510主要内容第六章统计方法?统计方法是为了解决局部极小点问题而引入的,统计网络的基本训练算法,模拟退火算法与收敛分析,Cauchy训练,人工热处理与临界温度在训练中的使用,BP算法与Cauchy训练相结合。?实验:实现模拟退火算法。