前言
神經網絡技術是現代人工智能最重要的分支，是通過模擬人腦的神經網絡來實現類人工智能的機器學習技術和方法。本書討論的是神經網絡的理論基礎、算法設計、算法實現，以及工程領域中的應用。
人在思考問題時，神經沖動會在神經突觸所連接的無數神經元中傳遞，信息的處理是由神經元之間的相互作用來實現的。受此啟發(fā)，人們開始模擬人體大腦的結構和工作機理，即用很多的結點來處理信息。在人工神經網絡中，人工神經元、處理元件、電子元件等大量的處理單元被用來模仿人腦神經系統的結構，知識與信息的存儲表現為互連的網絡元件間的分布式聯系，網絡的學習和識別取決于和神經元連接權值的動態(tài)演化過程。因為在大腦的神經沖動傳導過程中不僅有是與非，還存在強與弱、緩與急，所以人工神經網絡和大腦還是有區(qū)別的。
本書可以作為高校相關專業(yè)的本科生或者研究生教材，同時也適合廣大的人工智能領域相關的從業(yè)人員自學。在學習本書之前，應具有機器學習、模式識別、算法設計與分析等相關知識。
本書共9章，主要圍繞神經網絡的原理與實踐進行講解，在內容上將理論與實踐、技術與應用結合，具體如下。
第1章介紹了神經網絡的概念、特點、拓撲結構和應用。
第2章介紹了感知器模型、處理單元模型、學習策略、局限性和收斂性。
第3章介紹了BP神經網絡、神經元模型、BP神經網絡結構、神經網絡的數據預處理。
第4章介紹了支持向量機、間隔與支持向量、對偶問題、核函數、軟間隔和正則化、支持向量回歸和核方法。
第5章介紹了深度學習網絡、深度神經網絡、深度卷積神經網絡、深度卷積神經網絡典型結構、卷積網絡的層和深度卷積神經網絡在圖像識別中的應用。
第6章介紹了強化學習、問題模型、無模型化強化學習方法、模型化強化學習方法和深度強化學習。
第7章介紹了極限學習、極限學習算法、極限學習的改進、極限學習的應用。
第8章介紹了TensorFlow機器學習平臺的起源、簡介、特征、使用對象、環(huán)境及兼容性、其他模塊。
第9章介紹了神經網絡在圖像處理、信號處理、模式識別和機器控制方面的應用。
本書的主要分工如下: 侯琳主要負責第1章的編寫；于洋主要負責第2章、第8章和第7章部分內容的編寫，以及本書的主要統稿和審稿工作；孫迪主要負責第3章的編寫；陳亞瑞主要負責第4章的編寫；胡志強主要負責第5章的編寫；趙婷婷主要負責第6章的編寫；楊巨成主要負責第7章的編寫，以及本書的主要審稿工作；吳超主要負責第9章的編寫。
在楊巨成教授的指導下，本書在編寫過程中才得以克服很多技術上的難點。同時，感謝天津科技大學人工智能學院張靈超、王曉靖、王潔、韓書杰、魏峰、邱潤澤為本書所做的工作。最后，還要感謝參考文獻的作者，他們的成果使得本書的學術水平得以提升。
由于相關技術的發(fā)展日新月異，本書難免有不足之處，希望讀者批評指正，提出寶貴的修改意見。
作者2020年8月
張立毅，男，生于1963年2月，1985年畢業(yè)于太原工業(yè)大學（現太原理工大學）獲工學學士學位，2003年畢業(yè)于北京理工大學獲工學博士學位，2008年天津大學通信與信息系統博士后流動站出站。現任天津商業(yè)大學研究生部主任兼學科建設辦公室主任、教授，天津大學信息與通信工程一級學科博士研究生導師。先后兼任全國微波毫米波測試專業(yè)學會副主任，中國電子學會電路與系統分會委員，山西省通信學會常務理事，山西省通信學會學術委員會副主任，天津市通信學會高校工作委員會理事，中國電子學會高級會員，中國通信學會高級會員。研究方向為信號檢測與處理，智能計算與信息處理。指導碩士研究生畢業(yè)86名，博士研究生8名，博士后4名。2009年被評為天津市優(yōu)秀教師，2011年被評為天津市勞動模范。先后完成鑒定國家自然科學基金、中國博士后基金、國家863子課題等項目20余項，在國內外學術期刊及會議上發(fā)表論文200余篇，其中被EI等收錄100余篇次。
書單推薦
