图书介绍

信号处理的神经网络方法PDF|Epub|txt|kindle电子书版本网盘下载

信号处理的神经网络方法
  • 高颖慧，王平，沈振康编著 著
  • 出版社： 北京：清华大学出版社
  • ISBN：9787302305453
  • 出版时间：2012
  • 标注页数：142页
  • 文件大小：54MB
  • 文件页数：153页
  • 主题词：神经网络－应用－信号处理－研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：3bbe736bf0e06eb0c7d5e95b4095a0cc

下载说明

信号处理的神经网络方法PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 绪论1

1. 1引言1

1. 2人工神经网络概述3

1.2.1人工神经元3

1.2.2人工神经网络分类5

1.2.3前向人工神经网络7

1.2.4竞争型人工神经网络13

1. 2. 5递归人工神经网络17

1.2.6量子比特神经网络19

1. 3人工神经网络适用于信号处理20

1.3.1数字信号处理问题概述20

1.3.2人工神经网络适用于数字信号处理21

1.3.3应用人工神经网络解决信号处理问题示例21

1. 4 ANN解决信号处理问题的一般思路24

习题25

第2章 基于BP网络的信号处理26

2. 1引言26

2. 2 BP学习算法27

2. 2. 1输出层神经元权值确定27

2. 2. 2隐含层神经元权值确定29

2. 2.3权值修正过程31

2. 2. 4 BP学习算法描述32

2. 3 BP学习算法的局限性及改进方法33

2. 3. 1 BP学习算法的局限性33

2. 3. 2 BP学习算法的改进方法34

2. 4构建BP网络的关键问题35

2. 5 BP网络的MATLAB实现37

2. 6基于BP网络的英文字母识别41

2. 6. 1英文字母特征提取41

2.6.2网络结构确定42

2.6.3网络训练43

2. 6.4网络构建流程47

2. 6. 5字母识别性能分析48

习题52

第3章 基于RBF网络的信号处理54

3. 1函数的内插理论55

3.1.1近似问题的定义55

3.1.2函数的内插55

3. 2径向基神经元58

3. 3高斯RBF网络59

3. 3. 1高斯RBF网络结构59

3. 3. 2网络学习方法60

3. 3. 3 RBF网络结构确定方法62

3. 4概率RBF网络63

3. 4. 1贝叶斯决策分类方法简介63

3. 4.2概率RBF网络结构64

3. 4.3基于EM算法的概率RBF网络的学习65

3. 5 RBF网络的MATLAB实现70

3. 5. 1 RBF网络创建函数70

3. 5. 2 RBF网络传递函数和转换函数72

3. 6 RBF网络应用实例73

3. 6.1基于RBF网络的插值技术73

3. 6. 2基于RBF网络的浅滩演变预测78

习题82

第4章 基于SOFM网络的信号处理83

4. 1 SOFM网络结构84

4. 1. 1 SOFM网络基本特点84

4. 1.2网络构成84

4. 2 SOFM网络学习算法85

4.2.1两阶段权值调整86

4. 2. 2算法步骤86

4. 2. 3参数选择87

4. 2. 4算法改进90

4. 3 RSOM树91

4. 3. 1 RSOM树原理91

4. 3. 2 RSOM树的基本训练算法92

4.4 LVQ网络93

4. 5 SOFM网络的MATLAB实现96

4. 6 SOFM网络应用实例98

4.6.1基于SOFM的人口分类98

4.6.2基于LVQ网络的模式识别102

习题104

第5章 神经动力学基本原理及Hopfield网络106

5.1 Lyapunov动力学稳定理论107

5.1.1动态系统及状态空间107

5.1.2系统平衡状态的稳定性108

5.1.3 Lyapunov稳定性定理109

5.2 Hopfield神经元的数学模型110

5.3时间连续Hopfield网络111

5.3.1数学描述111

5.3.2稳定性分析114

5.4时间离散Hopfield网络116

5.4.1时间离散Hopfield网络结构116

5.4. 2稳定性分析117

5. 4. 3网络工作方式118

5.5 Hopfield网络的应用领域119

5. 5. 1联想记忆问题119

5. 5. 2组合优化问题120

5.6 Hopfield网络的MATLAB实现121

5.6.1 Hopfield网络创建函数121

5.6.2 Hopfield网络的设计122

习题126

第6章 量子比特神经网络127

6. 1量子比特与量子门128

6. 1. 1量子比特128

6. 1. 2量子门129

6. 2量子比特神经元模型130

6. 3量子比特神经网络结构131

6. 4 QBP算法133

习题134

第7章 结束语135

7. 1其他人工神经网络模型135

7. 2人工神经网络发展的制约因素137

7.3人工神经网络发展趋势138

7.4神经网络书籍与期刊138

参考文献140

热门推荐