人工神经网络与盲信号处理

第1章  绪论                  
 1. 1  人脑与人的智能. 人工神经网络与智能机器. 人工智能与计算智能                  
 1. 2  ANN的主要模型与研究途径                  
 1. 3  ANN的学习                  
 1. 4  ANN的应用                  
 1. 5  脉冲耦合神经网络和脑成像技术                  
 1. 6  ANN与盲信号处理                  
 1. 7  本书的组织                  
 参考文献                  
                   
 第2章  前向多层神经网络与递归神经网络                  
 2. 1  概述                  
 2. 2  线性函数MLP                  
 2. 3  硬限幅函数MLP                  
 2. 4  用Sigmoid函数和线性函数的MLP                  
 2. 5  BP算法的主要问题及其改进                  
 2. 6  RBF网络                  
 2. 7  小波神经网络                  
 2. 8  MLFN的前端信号处理                  
 2. 9  MLFN的函数逼近能力                  
 2. 10  MLFN推广能力的统计学习理论                  
 2. 11  提高MLFN推广能力的实用方法                  
 2. 12  MLFN作为后验概率估值器                  
 2. 13  递归神经网络                  
 2. 14  MLFN应用举例之一--在非线性动力系统中的应用                  
 2. 15  MLFN应用举例之二--手写数字识别                  
 2. 16  MLFN应用举例之三--语音识别                  
 参考文献                  
                   
 第3章  自组织神经网络--SOM和ART                  
 3. 1  概述                  
 3. 2  SOM的结构和自组织学习算法                  
 3. 3  SOM自组织学习算法中的参数自适应                  
 3. 4  学习向量量化--LVQ和LVQ2                  
 3. 5  SOM的应用举例                  
 3. 6  ART的基本原理和算法买现框架                  
 3. 7  ART的各种变型及其比较                  
 3. 8  ART应用举例--在化学工业中的应用                  
 参考文献                  
                   
 第4章  Hopfield神经网络                  
 4. 1  概述                  
 4. 2  HM及其在TSP中的应用                  
 4. 3  采用约束平面及HC的EHM                  
 4. 4  采用罚函数的EHM                  
 4. 5  离散时间HNN与自联想记忆                  
 4. 6  双向联想记忆及其他联想记忆神经网络                  
 参考文献                  
                   
 第5章  模糊神经网络                  
 5. 1  概述                  
 5. 2  FNN的结构和类型                  
 5. 3  实现函数映射的FNN                  
 5. 4  基于Fuzzy ART的FNN和Simpson网络                  
 5. 5  实现聚类的FNN                  
 5. 6  FNN在非线性动力系统辨识与控制中的应用                  
 5. 7  FNN用于时间序列预测及其在金融和财务等领域中的应用                  
 参考文献                  
                   
 第6章  遗传算法及其在人工神经网络中的应用                  
 6. 1  概述                  
 6. 2  基本的遗传算法                  
 6. 3  模式定理                  
 6. 4  遗传算法的收敛性能                  
 6. 5  遗传算法面临的问题及改进算法                  
 6. 6  遗传算法与人工神经网络的结合                  
 参考文献                  
                   
 第7章  盲信号处理                  
 7. 1  概述                  
 7. 2  源信号pdf描述. 等价可分性. 二阶和高阶相关的去除                  
 7. 3  ICA的目标函数                  
 7. 4  ICA的学习算法                  
 7. 5  ICA解的稳定性                  
 7. 6  用ICA实现源分离时解的精确度                  
 7. 7  ICA算法中信号源pdf的确定                  
 7. 8  盲信号抽取                  
 7. 9  盲解卷与盲均衡                  
 7. 10  DCA算法                  
 7. 11  IFA算法                  
 7. 12  ICA和IFA的实际应用和待解决问题                  
 参考文献                  
 缩略语