人工神经网络课程介绍剖析.ppt

人工神经网络 Artificial Neural Networks 何东健 信息工程学院 联系电话Email：hdj168@ hd 办公地点：中心实验楼一层南 有关本课程的说明 1、性质、任务 人工神经网络是计算机应用技术硕士研究生的必修课，主要学习人工神经网络的基本概念、基本理论、各种人工神经网络模型和人工神经网络的实际应用。内容包括人工神经网络的基本结构、感知器、自适应线形元件、反向传播网络、反馈网络、自组织竞争人工神经网络和面向MATLAB工具箱的神经网络应用。使学生掌握应用人工神经网络理论和方法，解决智能化检测与控制中各种问题的能力。 2、教材 书名：《人工神经网络教程》 出版社：邮电大学出版社 出版日期：2006年12月 定价：36.0元 作者：韩力群 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. 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。 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。 5、学时分配 总学时为40学时，其中课堂讲授26学时，实习14学时。 主要内容 第一章 绪论 人工神经网络概述 人工神经网络发展简史 人工神经网络基本特点与功能 人工神经网络的应用领域。 主要内容 第二章 人工神经网络建模基础 脑的生物神经网络模型 生物神经网络基础 人工神经元模型 人工神经网络模型 神经网络学习的概念。 主要内容 第三章 感知器神经网络 单层感知器 多层感知器 自适应线性单元 误差反传算法 BP算法的改进 基于BP算法的多层感知器设计基础 基于BP算法的多层感知器应用与设计实例。 主要内容 第四章 自组织竞争网络 竞争网络的概念与原理 自组织特征映射神经网络 学习向量量化神经网络 对传神经网络 自适应共振理论 主要内容 第五章 径向基函数网络 基于RBF的函数逼近与内插 正规化理论与正则化RBF网络 模式可分观点与广义RBF网络 RBF网络常用算法，RBF与多层感知器的比较 RBF网络设计与应用实例 主要内容 第六章 反馈神经网络 离散Hopfield神经网络 连续Hopfield神经网络 Hopfield神经网络应用与设计 双向联想记忆神经网络 随机神经网络 主要内容 第七章 小脑模型随机网络（自学） CMAC网络结构 CMAC网络工作原理 CMAC网络学习方法 CMAC网络应用 主要内容 第八章 支持向量机 支持向量机的基本思想 非线性支持向量机 支持向量机学习算法 支持向量机设计应用实例 主要内容 第九章 遗传算法与神经网络进化 遗传算法原理与特点 遗传算法操作与模式理论 遗传算法的实现与改进 遗传算法在神经网络设计中的应用 遗传算法用于神经网络的结构优化 主要内容 第十章 神经网络系统设计与软硬件实现 （自学） 神经网络系统总体设计 神经网络系统软件实现 神经网络的高级开发环境 神经网络的硬件实现 * *