本書分別從網(wǎng)絡構造、基本原理、學習規(guī)則以及訓練過程和應用局限性幾個方面，通過多層次、多方面的分析與綜合，介紹了人工神經(jīng)網(wǎng)絡中的各種典型網(wǎng)絡，以及各種不同神經(jīng)網(wǎng)絡之間在原理和特性等方面的不同點與相同點。

《人工智能教程學習指導與習題解析》是普通高等教育“十一五”國家級規(guī)劃教材《人工智能教程》的配套參考書，《人工智能教程學習指導與習題解析》對《人工智能教程》各章中的學習要點和基本知識點進行了總結，并通過例題解析，講解人工智能習題的求解步驟和方法。對教材中的大多數(shù)習題都給出參考解答。全書共分10章，

全書共分7篇。篇講述模擬人類自然推理的不確定性推理方法和非單調推理方法：包括專家系統(tǒng)MYCIN的不確定性推理方法、主觀Bayes方法、模糊推理、證據(jù)理論和非單調推理；第二篇講述機器學習的概念與方法：包括概念學習、決策樹學習和學習規(guī)則集合；第三篇講述計算智能：包括人工神經(jīng)網(wǎng)絡、遺傳算法和其它計算智能方法；第四篇講述如何在

本書中，作者描述了有關自然和人工系統(tǒng)中的適應問題背后隱藏的規(guī)律性及其理論。從生物系統(tǒng)到經(jīng)濟系統(tǒng)，本書建立起統(tǒng)一的適應性系統(tǒng)的理論框架，展示了如何讓計算機程序自發(fā)進化的遺傳算法，進一步又用嚴格的數(shù)學定理揭示了算法背后的理論本質。

本書對自然計算、機器學習、圖像自動理解與解譯三個前沿領域進行了詳細的論述。主要內容包括進化計算、人工免疫系統(tǒng)、量子計算智能、多智能體系統(tǒng)、進化多目標優(yōu)化、核機器學習、流形學習與譜圖學習、集成學習、非線性逼近理論、多尺度幾何分析、多尺度變換域圖像感知與識別、圖像的高維奇異性檢測、圖像去噪的閾值方法、SAR圖像理解與解譯。

本書以人工智能的哲學基礎和工程實踐為主線，系統(tǒng)全面地介紹了人工智能的核心知識和最新進展。主要寶庫搜索與問題求解、人工神經(jīng)網(wǎng)絡、機器學習和人工智能程序設計語言等內容。

本書共分為11章，內容包括：神經(jīng)網(wǎng)絡概述、感知器、線性神經(jīng)網(wǎng)絡、BP網(wǎng)絡、徑向基函數(shù)網(wǎng)絡、反饋型神經(jīng)網(wǎng)絡、競爭型神經(jīng)網(wǎng)絡、神經(jīng)網(wǎng)絡控制系統(tǒng)、圖形用戶界面等。

本書是一本詳細探索和展示脈沖耦合神經(jīng)網(wǎng)絡(PCNN)極佳圖像處理能力的專著。PCNN及其相關模型均源自生物神經(jīng)元啟發(fā)模型研究，是圖像紋理分析、邊緣提取、區(qū)域分割等非常強大的處理工具。

《機器學習／計算機科學叢書》展示了機器學習中核心的算法和理論，并闡明了算法的運行過程�！稒C器學習／計算機科學叢書》綜合了許多的研究成果，例如統(tǒng)計學、人工智能、哲學、信息論、生物學、認知科學、計算復雜性和控制論等，并以此來理解問題的背景、算法和其中的隱含假定�！稒C器學習／計算機科學叢書》可作為計算機專業(yè)本科生、研究生教材

該書系統(tǒng)地論述了人工神經(jīng)網(wǎng)絡的主要理論、設計基礎及應用實例，旨在使讀者了解神經(jīng)網(wǎng)絡的發(fā)展背景和研究對象，理解和熟悉它的基本原理和主要應用，掌握它有結構和設計應用方法，為深入研究和應用開發(fā)打下基礎。為了便于讀者理解，書中盡量避免煩瑣的數(shù)學推導，加強了應用舉例，并在內容的選擇和編排上注意到讀者初次接觸新概念的易接受性和思維