图书介绍

递归人工神经网络的定性分析和综合【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

（美）A.N.米歇尔（Anthony N. Michel），刘德荣著；张化光等译著
出版社：北京：科学出版社
ISBN：7030130170
出版时间：2004
标注页数：298页
文件大小：14MB
文件页数：310页
主题词：人工神经元网络－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：83b93238d02bf27a5ca8876a1de43171

下载说明

递归人工神经网络的定性分析和综合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

目录1

译者的话1

前言1

第一章　绪论1

1.1　本书的研究内容2

1.2　一些神经网络模型3

1.3　模拟Hopfield神经网络的定性分析：全局结果5

1.4　工作于闭超立方体上的线性系统的稳定性分析7

1.5 Hopfield神经网络的定性分析：局部结果8

1.6　参数摄动的定性影响10

1.7　时间延迟的定性影响12

1.8　联想记忆的一些综合方法14

1.9　互连约束的影响16

参考文献16

第二章　一些神经网络的模型20

2.1　引言20

2.2　模拟Hopfield神经网络模型24

2.3　离散Hopfield神经网络模型27

2.4　Hopfield模型的广义形式29

2.5　具有无限增益放大器的模拟Hopfield神经网络30

2.6　工作于闭超立方体上的线性系统32

2.7　小结36

2.8　附注39

参考文献39

3.1 广义模拟Hopfield神经网络模型：系统（L）43

第三章　模拟Hopfield神经网络的定性分析：全局结果43

3.2　符号说明及预备知识44

3.3　广义Hopfield模型的假设46

3.4　广义Hopfield模型的主要结果49

3.5 带有无限增益放大器的模拟Hopfield神经网络模型：系统（N）53

3.6　系统（N）的解的定义及其性质54

3.7　系统（N）的平衡点及输出向量的定性特性61

3.8　基于能量函数的系统（N）的定性分析63

3.9　小结69

3.10　附注70

参考文献71

第四章　工作于闭超立方体上的线性系统的稳定性分析：系统（M）72

4.1　工作于闭超立方体上的线性连续系统（M）72

4.3　系统（M）的解的定义及特性73

4.2　符号说明73

4.4　系统（M）的平衡点的定性特性76

4.5　基于能量函数的系统（M）的定性分析80

4.6　工作于闭超立方体上的线性离散系统81

4.7　工作于闭超立方体上的线性连续系统的全局渐近稳定性90

4.8　工作于闭超立方体上的线性离散系统的全局渐近稳定性96

4.9　小结100

4.10　附注101

参考文献102

第五章　Hopfield神经网络的定性分析：局部结果104

5.1　符号说明104

5.2　背景资料105

5.3　被视为互连系统的模拟Hopfield模型106

5.4　单个神经元子系统的稳定性分析109

5.5　模拟Hopfield神经网络模型的定性分析：局部结果112

5.6　同步离散Hopfield神经网络的分析129

5.7　具有饱和非线性激活函数的模拟Hopfield神经网络的分析136

5.8　小结141

5.9　附注143

参考文献144

第六章　参数摄动的定性影响146

6.1 引言146

6.2　符号说明147

6.3　鲁棒稳定性：具有固定平衡点的摄动系统148

6.4　鲁棒稳定性：具有摄动平衡点的摄动系统150

6.5　具有Sigmoid激活函数神经网络的分析156

6.6　具有硬限幅器型激活函数神经网络的分析162

6.7　小结166

6.8　附注168

参考文献168

第七章　时间延迟的定性影响170

7.1　引言170

7.2　预备知识（Hopfield神经网络）172

7.3　延迟Hopfield神经网络的全局稳定性174

7.4　延迟Hopfield神经网络的局部稳定结果179

7.5 Hopfield神经网络的一个例子182

7.6　预备知识（Cohen-Grossberg神经网络）183

7.7　多延迟Cohen-Grossberg神经网络的全局稳定性185

7.8　多延迟Cohen-Grossberg神经网络局部稳定结果191

7.9　具有任意有界延迟的非线性系统194

7.10　具有固定有界延迟的非线性系统198

7.11 具有非对称互连结构延时神经网络的稳定性分析205

7.12　延时神经网络的鲁棒稳定性分析210

7.13　示例211

7.14　小结213

7.15　附注217

参考文献218

第八章　联想记忆的一些综合方法221

8.1　引言：外积法与投影学习规则221

8.2　投影学习规则的一些扩展225

8.3　特征结构法228

8.4　特征结构法的一些扩展233

8.5　基于感知器训练算法的递归神经网络的综合236

8.6　基于感知器训练算法的一些扩展245

8.7　示例249

8.8　小结263

8.9　附注266

参考文献267

第九章　互连约束的影响269

9.1　引言269

9.2　稀疏互连神经网络综合的特征结构法270

9.3　稀疏互连神经网络综合的基于感知器的训练算法275

9.4　实现联想记忆的细胞神经网络的综合276

9.5　示例283

9.6　小结295

9.7　附注296

参考文献297