類神經網路入門（第三版）

第1章類神經網路基本認識1.1什麼是類神經網路？1.2為什麼需要類神經網路？1.3類神經網路(ArtificialNeuralNetworks,ANNorNN)簡介1.4歷史第2章認知器2.1什麼是認知器(Perceptrons)？2.2學習法則(Learningalgorithms)2.3轉移函數2.4範例習題第3章適應線性元件3.1單層類神經網路3.2適應線性元件3.3範例習題第4章多層類神經網路4.1多層類神經網路4.2解xor問題4.3誤差倒傳遞學習法則4.4範例習題第5章類神經網路基本應用5.1線性規劃(LinearProgramming)5.2適應雜訊清除問題(ANCP)5.3多數決問題(Majorityvoting)5.4字元辨識問題(CharacterRecognition)5.5尋優方法檢討第6章Matlab與NNT使用範例6.1平行輸入及循序輸入之模擬6.2步進學習(Incrementallearning)及批次學習(Batchlearning)6.3FIR濾波器及newlin的關係6.4頻率變動偵測(Frequencyvariationdetection)6.5改良Hebb學習法及其他第7章其他類神經網路介紹7.1競爭式類神經網路7.2自我組織特徵映像7.3LVQ類神經網路7.4Hopfield類神經網路7.5RadialBasis類神經網路7.6Elman類神經網路7.7ART1類神經網路習題

第1章類神經網路基本認識1.1什麼是類神經網路？1.2為什麼需要類神經網路？1.3類神經網路(ArtificialNeuralNetworks,ANNorNN)簡介1.4歷史第2章認知器2.1什麼是認知器(Perceptrons)？2.2學習法則(Learningalgorithms)2.3轉移函數2.4範例習題第3章適應線性元件3.1單層類神經網路3.2適應線性元件3.3範例習題第4章多層類神經網路4.1多層類神經網路4.2解xor問題4.3誤差倒傳遞學習法則4.4範例習題第5章類神經網路基本應用5.1線性規劃(LinearProgramming)5.2適應雜訊清除問題(ANCP)5.3多數決問題(Majorityvoting)5.4字元辨識問題(CharacterRecogni...