因素神经网络理论及实现策略研究

1 (p0-1): 目 录
5 (p0-2): 第一章 人工智能与因素神经网络
5 (p0-3): 1.1 有关智能问题的几点看法
5 (p0-4): 1.1.1 什么是智能与智能系统
6 (p0-5): 1.1.2完整智能系统的三要素
8 (p0-6): 1.1.3完善智能系统的特征
10 (p0-7): 1.2 智能工程研究的回顾与评述
11 (p0-8): 1.2.1符号逻辑推理机制方法
13 (p0-9): 1.2.2联接机制方法
15 (p0-10): 1.3 智能工程研究发展的新动向
20 (p0-11): 1.4 因素神经网络理论及其哲学基础
20 (p0-12): 1.4.1 因素神经网络理论简介
21 (p0-13): 1.4.2因素神经网络理论的哲学基础
23 (p0-14): 1.4.3因素神经网络理论研究的方法
23 (p0-15): 1.5 本书的结构编排
26 (p0-16): 第二章 知识的因素表示理论
26 (p0-17): 2.1 知识、智能及其数学描述
28 (p0-18): 2.2.1事物、因素及因素状态
28 (p0-19): 2.2 事物的因素分析
32 (p0-20): 2.2.2因素间的关系与运算
34 (p0-21): 2.2.3事物的层次结构与识别因素（开关因素）
36 (p0-22): 2.2.4事物因素分析的一般步骤
36 (p0-23): 2.3 因素空间及其初步性质
41 (p0-24): 2.4 知识的因素表示
41 (p0-25): 2.4.1 知识分类
42 (p0-26): 2.4.2知识的因素表示模型
44 (p0-27): 2.4.3概念的因素表示
49 (p0-28): 2.4.4推理、判断的因素表示
50 (p0-29): 2.4.5因素推理模式的真值流解释
52 (p0-30): 2.5 知识因素表示的理论基础
52 (p0-31): 2.5.1 因素状态空间之间的关系
54 (p0-32): 2.5.2基于同一因素集上的知识表示
57 (p0-33): 2.5.3基于不同因素集上的知识表示
57 (p0-34): 5.3 i—SFN的电子实现 1
58 (p0-35): 2.5.4 因素藤网上的知识表示
60 (p0-36): 2.6 小结
61 (p0-37): 第三章 因素神经网络
61 (p0-38): 3.1 生物神经元及其微电子特性
63 (p0-39): 5.4.1 基于区间的不确定性知识描述 1
64 (p0-40): 3.2 因素神经元
64 (p0-41): 3.2.1生物神经元存储信息与因素方法表现事物的一致性
65 (p0-42): 3.2.2因素神经元
67 (p0-43): 3.2.3关于因素神经元定义的几点讨论
71 (p0-44): 3.2.4几种因素神经元及其几何意义
72 (p0-45): 3.2.5几种知识神经元
73 (p0-46): 3.3.1神经网络与知识因素藤网的拓扑对应
73 (p0-47): 3.3 因素神经网络
80 (p0-48): 3.3.2因素神经网络定义
81 (p0-49): 3.3.3关于因素神经网络定义的讨论
83 (p0-50): 3.4 因素神经网络的分类
85 (p0-51): 3.5 小结
87 (p0-52): 第四章 单一数值型因素神经网络
87 (p0-53): 4.1 一类2-FNN性质及工程实现
88 (p0-54): 4.1.1 一种二值FN定义
88 (p0-55): 4.1.2 2—FN的电子实现
96 (p0-56): 4.1.3一类2-FNN性质研究
102 (p0-57): 4.1.4逻辑运算的2-FNN实现
111 (p0-58): 4.2 一类μ—FNN的性质及实现
112 (p0-59): 4.2.1一种连续值因素神经元定义及性质
115 (p0-60): 4.2.2任意函数关系的μ－FNN可实现性
117 (p0-61): 4.2.3μ—FNN的电子实现
128 (p0-62): 4.2.4一类综合决策问题的μ-FNN实现
132 (p0-63): 4.3 一类决断推理μ-FNN及稳定性
132 (p0-64): 4.3.1一类数值型模糊逻辑的μ-FN实现
133 (p0-65): 4.3.2数值决断型模糊推理的μ-FNN实现方法…
138 (p0-66): 4.3.3μ－RFNN的动态分析
140 (p0-67): 4.3.4推理μ-FNN的平衡态
141 (p0-68): 4.3.5 μ-RFNN的稳定性
144 (p0-69): 4.4 小结
146 (p0-70): 第五章 集值型因素神经网络
147 (p0-71): 5.1…