【神经网络模式识别及其实现】潘蒂.pdf

【神经网络模式识别及其实现】潘蒂.pdf

神经网络模式识别及其实现 Pattern Recognition with Neural Networks in C+ 美]Abhijit S.PandyaRobert B.译者的话 神经网络是人们在模仿人脑处理问题的过程中发展起来的一种新型智能信息处理理论,它通过大量的称为神经元的简单处理单元构成非线性动力学系统,对人脑的形象思维、联想记 忆等进行模拟和抽象,实现与人脑相似的学习、识别、记忆等信息处理能力。神经网络在经历 了40多年的曲折发展之后,在信息科学领域等许多应用方面已显示出巨大潜力和广阔的应用 前景.神经网络模式识别方法是近几年兴起的模式识别领域的一个新的研究方向。由于神经网 习性、自组织性、容错性、高度非线性、高的鲁棒性、联想记忆功能和推理意识功能等,能够实现 目前基于计算理论层次上的模式识别理论所无法完成的模式信息处理工作,所以,采用神经网 络尽管有许多有关统计模式识别的著作,但它们并不包括神经网络方法。反过来,有关 神经网络的教科书也极少讨论模式识别问题.本书试图在同一框架下讨论模式分类和神经网络方法,并使之适合于专业人员。认为神 经网络是由复杂机制控制、能提供令我们惊奇或失望结果的黑盒子是不应该的。只要有了对 基本理论和实际例子的理解,专业人员就能够更好地在设计中作出正确选择,使神经网络的应 用更加具有预见性和更为有效.对于每一个网络示例,我们努力为每一个方法给出直观的解释,并在合适的地方用严格的 数学方法加以论证和扩充。