內容簡介
不插電：用Java手刻一個類神經網路
本書特色
√ 力求通俗容易，使用簡單的語言描述類神經網路的原理與理論
√ 以實作方式與應用為導向，除理論介紹，每章的應用和實作都有詳解
√ 使用Java 作為主要語言。與Matlab 等語言不同的是，Java是目前企業級軟體開發最為流行的語言，使用Java 實現的神經網路具備更強的系統整合能力與實作能力
內容簡介
使用簡單的語言描述類神經網路的原理，以實作與應用為導向，除理論介紹，每一章節的應用和實作都有具體的實例，讓讀者達到學以致用。全書分為11章，主要內容為如下：
■ 第1章主要介紹類神經網路以及人工智慧的發展歷史和基本原理。
■ 第2章主要介紹最為簡單的類神經網路模型和理論應用。
■ 第3章介紹一個以Java 為基礎的類神經網路架構Neuroph 的架構以及基本使用方法。
■ 第4章主要介紹以Neuroph 為基礎開發一個簡單的類神經網路系統—感知機。
■ 第5章介紹ADALINE網路以及使用Neuroph實現ADALINE神經網路。
■ 第6章介紹BP 神經網路的基本原理和實作方式。
■ 第7章介紹BP 神經網路的實際實作應用。
■ 第8章介紹Hopfield 網路的原理、實作和應用。
■ 第9章介紹雙向聯想網路BAM 的原理、實作和應用。
■ 第10章介紹競爭學習網路，特別是SOM 網路以及相關演算法與實現。
■ 第11章介紹PCA 方法以及與PCA 方法相等的PCA 網路。
本書適用讀者：對神經網路感興趣者；期望學習和掌握神經網路的程式師；對神經網路進行實際應用的工程人員。
本書特色
√ 力求通俗容易，使用簡單的語言描述類神經網路的原理與理論
√ 以實作方式與應用為導向，除理論介紹，每章的應用和實作都有詳解
√ 使用Java 作為主要語言。與Matlab 等語言不同的是，Java是目前企業級軟體開發最為流行的語言，使用Java 實現的神經網路具備更強的系統整合能力與實作能力
內容簡介
使用簡單的語言描述類神經網路的原理，以實作與應用為導向，除理論介紹，每一章節的應用和實作都有具體的實例，讓讀者達到學以致用。全書分為11章，主要內容為如下：
■ 第1章主要介紹類神經網路以及人工智慧的發展歷史和基本原理。
■ 第2章主要介紹最為簡單的類神經網路模型和理論應用。
■ 第3章介紹一個以Java 為基礎的類神經網路架構Neuroph 的架構以及基本使用方法。
■ 第4章主要介紹以Neuroph 為基礎開發一個簡單的類神經網路系統—感知機。
■ 第5章介紹ADALINE網路以及使用Neuroph實現ADALINE神經網路。
■ 第6章介紹BP 神經網路的基本原理和實作方式。
■ 第7章介紹BP 神經網路的實際實作應用。
■ 第8章介紹Hopfield 網路的原理、實作和應用。
■ 第9章介紹雙向聯想網路BAM 的原理、實作和應用。
■ 第10章介紹競爭學習網路，特別是SOM 網路以及相關演算法與實現。
■ 第11章介紹PCA 方法以及與PCA 方法相等的PCA 網路。
本書適用讀者：對神經網路感興趣者；期望學習和掌握神經網路的程式師；對神經網路進行實際應用的工程人員。
作者簡介
作者簡介
葛一鳴
浙江工業大學碩士，國家認證系統分析師，Oracle OCP。長期從事Java軟體研發，對Java技術、人工智慧、神經網路、資料採擷等技術有濃厚興趣。
葛一鳴
浙江工業大學碩士，國家認證系統分析師，Oracle OCP。長期從事Java軟體研發，對Java技術、人工智慧、神經網路、資料採擷等技術有濃厚興趣。
內容目錄
目錄
前 言
Chapter01類神經網路概述
1.1人工智慧與神經網路簡史
1.2 生物學研究對神經網路的影響
1.3 大數據對人工智慧的影響
1.4 電腦硬體發展對人工智慧的影響
1.5 電腦軟體發展對人工智慧的影響
1.6 人工智慧的廣泛應用
Chapter02類神經元模型與感知機
2.1 類神經元組成要素
2.2 感知機
2.3 歸納
Chapter03神經網路架構Neuroph 介紹
3.1 Neuroph 是什麼
3.2 Neuroph 系統的組成
3.3 Neuroph Studio 的功能展示
3.4 Neuroph Library 架構分析
3.5 Neuroph 開發環境架設
3.6 歸納
Chapter04使用Java 實現感知機及其應用
4.1 第一個Neuroph 程式—使用感知機記憶邏輯與操作
4.2 讓感知機了解座標系統
4.3 感知機學習演算法與Java 實現
4.4 再看座標點位置識別
4.5 感知機的極限—互斥問題
4.6 歸納
Chapter05 ADALINE 網路及其應用
5.1 ADALINE 網路與LMS 演算法
5.2 ADALINE 網路的Java 實現
5.3 使用ADALINE 網路識別數字
5.4 歸納
Chapter06多層感知機和BP 學習演算法
6.1 多層感知機的結構與簡單實現
6.2 多層感知機學習演算法—BP 學習演算法
6.3 BP 神經網路細節最佳化
6.4 帶著演算法重回互斥問題
6.5 歸納
Chapter07 BP 神經網路的案例
7.1 交錯性判別問題
7.2 函數逼近
7.3 動物分類
7.4 簡單的語音辨識
7.5 MNIST 手寫體識別
7.6 歸納
Chapter08 Hopfield 神經網路
8.1 Hopfield 神經網路的結構和原理
8.2 網路的儲存容量
8.3 Hopfield 神經網路的Java 實現
8.4 Hopfield 網路還原帶有噪點的字元
8.5 Hopfield 網路的自聯想案例
8.6 歸納
Chapter09 BAM 雙向聯想記憶網路
9.1 BAM 網路的結構與原理
9.2 BAM 網路的學習演算法
9.3 使用Java 實現BAM 網路
9.4 BAM 網路的應用
9.5 歸納
Chapter10競爭學習網路
10.1 競爭學習的基本原理
10.2 自我組織對映網路SOM 的原理
10.3 SOM 網路的Java 實現
10.4 SOM 網路的應用
Chapter11 PCA 神經網路
11.1 PCA 方法概述
11.2 PCA 神經網路學習演算法
11.3 基於Neuroph 實現PCA 網路
11.4 使用PCA 網路前置處理MNIST 手寫體資料集
11.5 歸納
前 言
Chapter01類神經網路概述
1.1人工智慧與神經網路簡史
1.2 生物學研究對神經網路的影響
1.3 大數據對人工智慧的影響
1.4 電腦硬體發展對人工智慧的影響
1.5 電腦軟體發展對人工智慧的影響
1.6 人工智慧的廣泛應用
Chapter02類神經元模型與感知機
2.1 類神經元組成要素
2.2 感知機
2.3 歸納
Chapter03神經網路架構Neuroph 介紹
3.1 Neuroph 是什麼
3.2 Neuroph 系統的組成
3.3 Neuroph Studio 的功能展示
3.4 Neuroph Library 架構分析
3.5 Neuroph 開發環境架設
3.6 歸納
Chapter04使用Java 實現感知機及其應用
4.1 第一個Neuroph 程式—使用感知機記憶邏輯與操作
4.2 讓感知機了解座標系統
4.3 感知機學習演算法與Java 實現
4.4 再看座標點位置識別
4.5 感知機的極限—互斥問題
4.6 歸納
Chapter05 ADALINE 網路及其應用
5.1 ADALINE 網路與LMS 演算法
5.2 ADALINE 網路的Java 實現
5.3 使用ADALINE 網路識別數字
5.4 歸納
Chapter06多層感知機和BP 學習演算法
6.1 多層感知機的結構與簡單實現
6.2 多層感知機學習演算法—BP 學習演算法
6.3 BP 神經網路細節最佳化
6.4 帶著演算法重回互斥問題
6.5 歸納
Chapter07 BP 神經網路的案例
7.1 交錯性判別問題
7.2 函數逼近
7.3 動物分類
7.4 簡單的語音辨識
7.5 MNIST 手寫體識別
7.6 歸納
Chapter08 Hopfield 神經網路
8.1 Hopfield 神經網路的結構和原理
8.2 網路的儲存容量
8.3 Hopfield 神經網路的Java 實現
8.4 Hopfield 網路還原帶有噪點的字元
8.5 Hopfield 網路的自聯想案例
8.6 歸納
Chapter09 BAM 雙向聯想記憶網路
9.1 BAM 網路的結構與原理
9.2 BAM 網路的學習演算法
9.3 使用Java 實現BAM 網路
9.4 BAM 網路的應用
9.5 歸納
Chapter10競爭學習網路
10.1 競爭學習的基本原理
10.2 自我組織對映網路SOM 的原理
10.3 SOM 網路的Java 實現
10.4 SOM 網路的應用
Chapter11 PCA 神經網路
11.1 PCA 方法概述
11.2 PCA 神經網路學習演算法
11.3 基於Neuroph 實現PCA 網路
11.4 使用PCA 網路前置處理MNIST 手寫體資料集
11.5 歸納
ISBN: 9789863797296