【作 者】（美）Simon Haykin著；叶世伟，史忠植译
【丛书名】计算机科学丛书
【形态项】 633
【出版项】 北京：机械工业出版社 , 2004.01
【ISBN号】7-111-12759-5
【中图法分类号】TP183
【原书定价】69.00
【主题词】人工神经(学科: 神经网络) 人工神经 神经网络
【参考文献格式】 （美）Simon Haykin著；叶世伟，史忠植译. 神经网络原理. 北京：机械工业出版社, 2004.01.
内容提要:
神经网络是计算智能和机器学习研究、开发和应用最活跃的分支之一。本书是神经网络方面的标准教材，从理论和实际应用出发，全面、系统地介绍神经网络的基本模型、基本方法和基本技术，对神经网络的基本模型和主要学习理论都作了深入研究，特别在学习理论和学习算法的推导方面有极为详尽而系统地分析，对神经网络的最新发展趋势和主要研究方向都进行了全面而综合的介绍。理论和实际应用紧密结合，为神经网络的具体应用打下坚实的基础，是一本可读性极强的教材。书中注重对数学分析方法和性能优化的讨论，强调神经网络在模式识别、信号处理以及控制系统等实际工程问题中的应用。同时本书包含大量例题、习题，并配有13个基于MATLAB软件包的计算机试验的源程序。本书适合作为相关专业研究生或本科高年级学生的教材，或作为希望系统、深入学习神经网络的科技工作者的参考书。神经网络是计算智能和机器学习研究的最活跃的分支之一。本书全面系统地介绍神经网络的基本概念、系统理论和实际应用。本书包含四个组成部分：导论，监督学习，无监督学习，神经网络动力学模型。导论部分介绍神经元模型、神经网络结构和机器学习的基本概念和理论。监督学习讨论感知机学习规则，有监督的Hebb学习，Widrow-Hoff学习算法，反向传播算法及其变形，RBF网络，正则化网络，支持向量机以及委员会机器。无监督学习包括主分量分析，自组织特征映射模型的竞争学习形式，无监督学习的信息理论，植根于统计力学的随机学习机器，最后是与动态规划相关的增强式学习。神经网络动力学模型研究由短期记忆和分层前馈网络构成的动态系统，反馈非线性动态系统的稳定性和联想记忆，以及另一类非线性动态驱动的递归网络系统。本书注重对数学分析方法和性能优化的讨论，强调神经网络在模式识别、信号处理和控制系统等实际工程问题中的应用。书中包含大量例题和习题，并配有13个基于MATLAB软件的计算机实验程序。本书适于作研究生或大学高年级学生的教材，也可作希望深入学习神经网络的科技人员的参考书。