人工神经元的基本模型 几种典型的激活函数 人工神经网络的学习算法概述 人工神经网络的基本拓扑结构

人工神经网络的发展历史 人工神经网络的定义、特点和应用 从生物神经元到人工神经元

内容安排 一、生物神经元 二、人工神经网络结构 三、神经网络基本学习算法

14.1 生物神经元 14.2 人工神经元模型 14.3 多层感知器神经网络 15.1 神经网络的学习能力 15.2 误差回传算法

建立了以纯金属原子半径、熔点、沸点和原子化焓预测表面张力的人工神经网络模型．训练后的神经网络能较好的拟会实验数据.对40种金属的表面张力进行回想和预测结果与实验值的偏差在可接受范围内，表明人工神经网络在纯金属表面张力预测方面有一定的前景．

§10.1 从生物神经元到人工神经网络 §10.2 感知器（Perceptron）——人工神经网络的基本构件 §10.3 单层前向网、多层前向网与BP学习算法简介 §10.4 ANN方法在计算生物学的应用

介绍了模式识别与人工神经网络算法应用于16Mn微合金化钢的生产工艺优化,并给出了各目标的最佳工艺参数供生产时参考

北京科技大学：《人工神经网络原理与应用 Artificial Neural Networks》课程教学资源（研究实验）单入单出BP人工神经网络及算法研究

北京科技大学：《人工神经网络原理与应用 Artificial Neural Networks》课程教学资源（研究实验）小脑模型人工神经网络及算法研究

北京科技大学：《人工神经网络原理与应用 Artificial Neural Networks》课程教学资源（研究实验）双入单出RBF人工神经网络及算法研究