主要内容 智能及其实现 ANN基础 P perceptron BP ·CPN 统计方法 Hopfield网与BAM ART 2004-2-18
2004-2-18 6 主要内容 • 智能及其实现 • ANN基础 • Perceptron • BP • CPN • 统计方法 • Hopfield网与BAM • ART
主要内容 第一章:引论 智能的概念、智能系统的特点及其描述基本 模型,物理符号系统与连接主义的观点及 其比较;人工神经网络的特点、发展历史。 2004-2-18
2004-2-18 7 主要内容 第一章：引论 智能的概念、智能系统的特点及其描述基本 模型，物理符号系统与连接主义的观点及 其比较；人工神经网络的特点、发展历史
主要内容 第二章人工神经网络基础 本章在介绍了基本神经元后,将概要介绍 人工神经网络的一般特性。主要包括,生 物神经网络模型,人工神经元模型与典型 的激励函数;人工神经网络的基本拓扑特 性,存储类型(CAM—LTM, AM—STM)及映象, Supervised训练与 Unsupervised训练。 2004-2-18 8
2004-2-18 8 主要内容 第二章 人工神经网络基础 本章在介绍了基本神经元后，将概要介绍 人工神经网络的一般特性。主要包括，生 物神经网络模型，人工神经元模型与典型 的激励函数；人工神经网络的基本拓扑特 性，存储类型（ CAM──LTM， AM──STM）及映象，Supervised训练与 Unsupervised训练
主要内容 第三章感知器 感知器与人工神经网络的早期发展;单层 网能解决线性可分问题,而无法解决线形 不可分问题,要想解决这一问题,必须引 入多层网;Hebb学习律, Delta规则,感知 器的训练算法。 实验:实现一个感知器。 2004-2-18
2004-2-18 9 主要内容 第三章 感知器 感知器与人工神经网络的早期发展；单层 网能解决线性可分问题，而无法解决线形 不可分问题，要想解决这一问题，必须引 入多层网；Hebb学习律，Delta规则，感知 器的训练算法。 • 实验：实现一个感知器
主要内容 第四章向后传播 BP( Backpropagation)网络的构成及其训 练过程;隐藏层权调整方法的直观分析,BP 训练算法中使用的 Delta规则(最速下降法) 的理论推导;算法的收敛速度及其改进讨论; BP网络中的几个重要问题。 实验:实现BP算法。 2004-2-18
2004-2-18 10 主要内容 第四章 向后传播 •BP（Backpropagation）网络的构成及其训 练过程；隐藏层权调整方法的直观分析，BP 训练算法中使用的Delta规则（最速下降法） 的理论推导；算法的收敛速度及其改进讨论； BP网络中的几个重要问题。 •实验：实现BP算法