基函数神经网络及应用
图书信息
书 名: 基函数神经网络及应用
作者：邹阿金
出版社：中山大学出版社
出版时间： 2009年04月
ISBN: 9787306032751
开本： 16开
定价: 28元
内容简介《基函数神经网络及应用》是作者10余年来基于函数逼近论与神经生物学的相关知识，在前向神经网络理论与应用方面取得的系列研究成果的总结以及对一些最新进展的介绍和展望。《基函数神经网络及应用》主要内容包括神经元激励函数的选取、正交基函数神经网络的建模、相关学习算法的设计、网络拓扑结构的最优化、正交基函数神经网络的硬件实现及该类神经网络在系统辨识、滤波器设计、非线性预测、信息加密、入侵检测和模型算法控制(MAC)中的应用。最后探讨了任意基函数前向神经网络的建模机理，构造了基函数前向神经网络通用模型，推导出相应的学习算法公式。书中各章既有相关性又具相对独立性，既便于读者总体阅读也便于选择性阅读。相关章节的附录也给出了基于MATLAB的程序代码。
《基函数神经网络及应用》适合高等院校信息学科各专业(如人工智能、自动控制、电子信息技术、网络工程、计算机科学、系统工程和软件专业等)的本科生、硕士研究生和博士研究生使用，同时也可供广大IT行业及相关工程行业(如芯片设计与制造、资讯安全和机械电子等)的科技人员、专业人士和感兴趣的数学类学者参考。
作者简介邹阿金，男，1963年生。硕士，副教授。1986年7月毕业于西北工业大学，获应用数学学士学位；1996年3月毕业于湖南大学，获工业自动化硕士学位；2008年度中山大学访问学者。
图书目录第1章 神经网络概述
§1.1 神经网络发展简史
§1.2 神经网络的基本概念与构成
§1.2.1 神经元模型
§1.2.2 神经网络的构成
§1.2.3 神经网络的功能层次
§1.3 神经网络学习算法与分类
§1.3.1 神经网络学习算法
§1.3.2 神经网络的分类
参考文献
第2章 数学基础
§2.1 正交多项式基函数及性质
§2.2 最佳逼近理论
§2.3 多元多项式逼近理论
§2.4 矩阵的伪逆及线性方程组求解
§2.5 傅立叶级数及逼近定理
§2.6 样条插值
参考文献
第3章 Chebyshev神经网络
§3.1 Chebyshev正交基函数
§3.2 Chebyshev神经网络建模
§3.2.1 单输入Chebyshev神经网络及BP学习算法
§3.2.2 多输入Chebyshev神经网络及BP学习算法
§3.3 正交基函数神经网络衍生学习算法
§3.4 Chebyshev神经网络仿真实验与学习算法举例
§3.5 Chebyshev神经网络硬件实现
§3.5.1 基于模拟电路的Chebyshev神经网络电路设计
§3.5.2 基于单片机的Chebyshev神经网络硬件实现
§3.5.3 Chebyshev神经网络模块SN9701及其应用
§3.6 Chebyshev神经网络非线性预测
§3.6.1 Chebyshev神经网络预测模型
§3.6.2 Chebyshev神经网络预测原理
§3.6.3 仿真与预测
§3.7 基于混沌控制系统的Chebyshev神经网络异步加密算法
§3.7.1 基于混沌控制系统的Chebyshev神经网络建模
§3.7.2 CCNN异步加密算法设计
§3.7.3 加密实例与算法安全性分析
参考文献
附录
第4章 Legendre神经网络
§4.1 Legendre正交基函数及逼近定理
§4.2 Legendre神经网络建模
§4.3 Legendre神经网络在股票预测中的应用
§4.3.1 基于Legendre神经网络的预测模型
§4.3.2 Legenclre神经网络股票预测
§4.4 Legendre神经网络入侵检测系统的实现
§4.4.1 数据样本的收集与处理
§4.4.2 Legendre神经网络的训练
§4.4.3 实验结果
§4.5 基于XOR的Legendre混沌神经网络异步加密算法
§4.5.1 Legendre混沌神经网络设计
§4.5.2 LCNN“一次一密”异步加密算法设计
§4.5.3 加密实例
参考文献
附录
……