五、各教学环节及学时分配 教学环节及学时 知识 习 棋块 教学内容 实验（实践》） 课 课 课 计 绪论 人工神经网络的概念、基本特征和基本功能 2 2 人工神 脑的生物神经系统概述、人工神经网络的生物学基础、人 2 2 经网络 工神经元模型 建模基 2 2 础 人工神经网络模型、神经网络学习 感知器 2 2 4 多层感知器、 自适应线性单元、BP算法及改进、基于BP 神经网 络 算法的多层感知器设计 自组 2 2 4 竞争学习策略：SOM神经网络、LVQ神经网络、CPN神经 织神 网络和ARTI型神经网络的网络结构、运行原理、学习算 经 网 法与网络应用 络 径向 基于径向基函数技术的函数逼近与内插、正则化理论与正 2 基 函 则化RBF网络 数神 2 4 BF网络常用学习算法、RBF网络与多层感知器的比较、 经 网 RBF网络的设计与应用实例 络 反馈 离散型和连续型Hopfield神经网络、Hopfield网络的应用 2 2 神经 和设计 网络 双向联想记忆(BAM)神经网络、随机神经网络 2 2 4 小脑 2 2 模型 CMAC网络的结构、工作原理、学习算法 神经 网络 深度置信网络工作原理；卷积神经网络的特点与基本架 2 2 深度 兴 构、卷积层的功能、卷积操作的过程、与传统人工神经元 习 的类比分析、池化层功能、全连接层功能、全连接层与 网络 卷积层的联系与转换五、各教学环节及学时分配 知识 模块 教学内容 教学环节及学时 讲 授 课 习 题 课 讨 论 课 实 验 （ 实 践 ） 合 计 绪论 人工神经网络的概念、基本特征和基本功能 2 2 人工神 经网络 建模基 础 脑的生物神经系统概述、人工神经网络的生物学基础、人 工神经元模型 2 2 人工神经网络模型、神经网络学习 2 2 感知器 神经网 络 多层感知器、自适应线性单元、BP 算法及改进、基于 BP 算法的多层感知器设计 2 2 4 自 组 织 神 经 网 络 竞争学习策略；SOM 神经网络、LVQ 神经网络 、CPN 神经 网络和 ARTⅠ型神经网络的网络结构、运行原理、学习算 法与网络应用 2 2 4 径 向 基 函 数 神 经 网 络 基于径向基函数技术的函数逼近与内插、正则化理论与正 则化 RBF 网络 2 2 4 RBF 网络常用学习算法、RBF 网络与多层感知器的比较、 RBF 网络的设计与应用实例 2 2 4 反 馈 神 经 网络 离散型和连续型 Hopfield 神经网络、Hopfield 网络的应用 和设计 2 2 双向联想记忆(BAM)神经网络、随机神经网络 2 2 4 小 脑 模 型 神 经 网络 CMAC 网络的结构、工作原理、学习算法 2 2 深 度 学 习 网络 深度置信网络工作原理；卷积神经网络的特点与基本架 构、卷积层的功能、卷积操作的过程、与传统人工神经元 的类比分析 、池化层功能、全连接层功能、全连接层与 卷积层的联系与转换 2 2