混合神经网络技术 | 2版.pdf
本书在论述神经网络基本概念和基本原理的基础上，重点介绍了混合神经网络技术，同时，给出各种混合神经网络技术在电磁建模和优化问题中的应用。全书共分11章，内容主要包括神经网络的基本概念、基础知识、BP神经网络、RBF神经网络、Hopfield神经网络、粒子群神经网络、模糊神经网络、混
神经网络
基于蒙特卡洛和神经网络的AVO技术研究及应用.pdf
本书在着重分析了岩石物理理论和Zoeppritz方程及其简化形式所构成的AVO正反演和属性分析的基础之上，从AVO属性分析、叠前反演、多属性融合三个方面用蒙特卡洛和神经网络对AVO技术进行拓展研究。
MATLAB神经网络仿真与应用.pdf
本书介绍了MATLAB 6.x的主要功能、函数命令及一些使用技巧，并介绍了比较复杂的数值计算和图形用户界面的编写方法，介绍了神经网络和模糊神经网络的基本原理、学习训练算法和仿真过程等。
混沌系统的模糊神经网络控制理论与方法.pdf
本书共十二章，内容包括：模糊神经网络控制理论基础、神经网络在混沌控制中的作用、基于径向基神经网络的非线性混沌控制、超混沌系统的模糊滑模控制等。
人工神经网络与模糊信号处理.pdf
本书首先概要介绍了应用神经网络和应用棋类理论的信号处理技术，然后介绍了具有代表性的层次型及互联型神经网络，并说明其信号处理方法等方面内容。
多变量系统模糊/神经网络自适应控制.pdf
本书内容包括：多变量线性系统自适应模糊解耦控制，多变量非线性系统自适应模糊H∞控制，多变量非线性系统自适应模糊/神经网络解耦控制，多变量非线性系统自适应模糊/神经网络滑模控制，多变量非线性系统H2/H∞混合模糊控制，多变量非线性系统在线自适应神经网络控制等。
时滞复杂神经网络的定性分析与控制.pdf
本书以复杂神经网络定性稳定性研究为核心, 并结合定量研究深入展开, 形成容纳复杂网络和多智能体系统的动态特性的研究脉络。本书的特点是在动力系统和稳定性之间的关系上进行了详尽的阐述, 传统的动力神经网络和当下的复杂神经网络及多智能体之间的关系进行阐述, 揭示了大规模系统之间的演化关
时滞递归神经网络的状态估计理论与应用.pdf
本书系统地介绍了时滞递归神经网络的状态估计理论以及在反馈控制中的应用。全书分为四部分。其中，第一部分为第2-6章，主要介绍时滞局部场神经网络的状态估计。第二部分为第7-10章，主要阐述时滞静态神经网络的状态估计。第三部分为第11-12章，分析带马尔可夫跳跃参数的时滞递归神经网络的
径向基函数神经网络及协同进化学习.pdf
本书系统地介绍利用协同进化理论优化径向基函数神经网络学习的基本理论与方法，共分为7个章节。第一，提出基于合作型协同进化的径向基函数神经网络算法，引入聚类层并以聚类后的隐节点群作为子种群进行协同进化操作。第二，提出基于协同覆盖的径向基函数神经网络算法，并采用启发式搜索改进网络结构。