信阅平台

作者简介

张雨浓博士，现被聘为中山大学信息科学与技术学院电子系“百人计划”教授。博士生导师。1999年在华南理工大学获得硕士学位；2002年在香港中文大学获得博士学位；2003年在新加坡国立大学做博士后研究；曾在英国斯杰科莱大学、爱尔兰国立大学哈密顿研究所从事科研工作。在国际顶级杂志和会议上发表论文40余篇，其中IEEE杂志论文8篇，主持国家自然科学基金1项。主要研究领域为冗余机器人、递归神经网络、高斯过程、科学计算和软硬件开发。

展开

内容介绍

本书介绍作者及团队近年来在人工神经网络科研方面的新进展，以及对应的论文写作、投稿、答复、论辩、修改和发表的种种经历与过程。本书适合作为相关学科研究生的教学和自学教材，也可作为相关学者、科研人员和专业人士科研参考用书，对于各类科研人员（尤其是初学者）在研究成果的发表方面有参考、指导和协助的意义。 科学成果的取得不是简单的闭门造车，而是要在实践和辩论中去检验；苏格拉底讲，真理是论辩而得。本书阐述了作者及团队最新的人工神经网络学术研究成果及其论文投稿与论辩过程，阐明了科学研究中论辩的重要性、丰富意义和对后续科研思路的启发。本书可使读者在了解和学习人工神经网络最新科研成果的同时，协助和加快读者进入相关科学研究之门径，为读者研究成果的发表提供指导和参考。 本书可作为相关学科的教材和科研用书。

展开

精彩书摘

针对第一节的论文原稿，我们首先对学术论文的结构和撰写等问题进行简单的剖析。通常情况下，在完成一个科研工作后，需要把研究成果进行公开公布，这时就要撰写学术论文。比如，我们在完成Legendre正交基前向神经网络的权值直接确定法理论研究和计算机仿真后，要将这一研究结果公开发表，就需撰写学术论文，即第一节的论文。 一般来讲，理工类的学术论文主要包括题目（Title）、作者（Author）、摘要（Abstract）、关键词（Keywords）、引言（Introduction）、方法（Methods）、结果（Results）、讨论（Discussion）、结论（Conclusion）、致谢（Acknowledgement）、参考文献（References）和附录（Appendix）等部分，其中引言、方法、结果、讨论四部分是论文核心部分，通常被称为IMRAD，是科技论文的最常用撰写格式。本章的论文（也包括后面各章节的论文）多是按照包含这几个部分的格式来撰写的。下面简单介绍每个部分撰写需要注意的问题。 首先，论文题目必须是用最少的文字准确地概括论文内容，力求简单、准确、引人注目，比如本章论文的题目“工，egendre正交基前向神经网络的权值直接确定法”较好地概括了该研究成果的内容，即提出由Legendre正交基多项式构建的前向神经网络的权值直接确定法。题目之后需要署上对该研究工作有主要贡献的人员姓名，一般情况下作者按对该工作的贡献大小排序署名，所有作者都对论文负有几乎同等重要的责任；在署名时也最好同时写上作者目前所在单位和联系地址等，尤其是通信作者的所在单位和联系地址不可缺少（以便于读者与作者的联系探讨）；作者姓名和单位地址等格式还需根据所投杂志的具体要求来确定。 其次，摘要部分可视为论文微缩版本，需用几句话对论文的研究问题、方法和结果进行简要概括，力求全面、准确、简单、明了，以使读者在只看摘要不看论文时也能大概知道论文的内容.关键词是能代表论文内容的几个词，一般选择与论文核心内容最为相关的三到五个词，适当的关键词可以使论文被更多的读者检索到。而对于中文论文而言，上述题目、作者及单位、摘要和关键词等四方面内容在投稿时，还需同时附上对应的英文翻译，目的是使该科研论文可以被国外英文数据库检索。 其次，就是论文正文即：IMRAD几个部分，它们是论文的核心内容。引言主要提供论文研究领域的文献情况，并对相关的工作做出恰当的评价，同时也需说明作者开展论文所述研究工作的原因／动机，最好还能指出论文的主要贡献点等。方法部分是论文的核心所在，主要是要把论文的理论方法说清楚讲明白，叙述所解决的问题和使用的理论方法等，可根据具体内容适当分节叙述，需尽量详细介绍，严谨推理分析，如本章第一节中的第l到3小节属于方法部分，它分为三小节宋叙述。结果可以是展示基于前面理论的实验仿真结果，有时也与讨论的部分放在一起，即在展示实验结果后，进行有关讨论，本章论文就是采用此种做法。最后的结论部分主要是总结论文的主要成果，有时也可把讨论与结论放在一起叙述。

展开

绪论 第一部分神经网络权值直接确定 第一章 Legendre正交基前向神经网络的权值直接确定法 第一节论文原稿 第二节论文撰写、投稿模版与表格 第三节评审建议 第四节答复与修改 第五节本章小结 第二章 Laguerre正交基前向神经网络及其权值直接确定法 第一节论文原稿 第二节投稿模版与表格 第三节评审建议 第四节答复与修改 第五节关于校样 第六节本章小结 第三章相关英文论文阅读 第一节英文科研论文 A Weights-Directly-Determined Simple Neural Network for Nonlinear System Identification 第二节小结与思考 第二部分神经网络结构自动确定 第四章 Gegenbauer神经网络之隐神经元自动确定及其预测应用 第一节论文原稿 第二节一审意见与建议 第三节答复与修改 第四节二审意见与建议 第五节答复、修改与附图说明 第六节本章小结 第五章 Hermite前向神经网络隐节点数目自动确定 第一节论文原稿 第二节投稿事项 第三节审稿意见 第四节答复与修改 第五节本章小结 第六章复指数Fourier神经元网络隐神经元衍生算法 第一节论文原稿 第二节评审建议 第三节答复与修改 第四节本章小结 第七章相关英文论文阅读 第一节英文科研论文 Growing Algorithm of Laguerre Orthogonal Basis Neural Network with Weights Directly Determined 第二节小结与思考 第三部分神经网络同质性研究 第八章矩阵求逆所展示的BP和Hopfield神经网络学习同质性 第一节论文原稿 第二节投稿模版 第三节评审意见与建议 第四节答复与修改 第五节二审意见与建议 第六节二审答复与修改 第七节终审意见 第八节终审后的思考 第九节本章小结 第九章二次型函数最小化所展现的BP与Hopfield神经网络学习同质性 第一节论文原稿 第二节一审意见 第三节答复与修改 第四节二审建议 第五节答复与修改 第六节本章小结 第十章相关英文论文阅读 第一节英文科研论文 Common Nature of Learning Exemplified by BP and Hopfield Neural Networks for Solving Online a System of Linear Equations 第二节小结与思考 第四部分神经网络仿真、应用及其他 第十一章梯度神经网络实时求解Sylvester矩阵方程之MATLAB仿真 第一节论文原稿 第二节评审建议 第三节答复与修改 第四节终审与校稿 第五节本章小结 第十二章神经网络在反插值问题中的应用 第一节论文原稿 第二节评审建议 第三节答复与修改 第四节二次修改 第五节本章小结 第十三章基于二次型优化和神经网络求解的平面多连杆机器手臂自运动规划 第一节论文原稿 第二节投稿及评审建议 第三节评审答复 第四节多次修改 第五节本章小结 第十四章相关英文论文阅读 第一节英文科研论文A MATLAB Simulation of Gradient-Based Neural Network for Online Matrix Inversion 第二节英文科研论文B MATLAB Simulink Modeling and Simulation of Zhang Neural Network for Online Time-Varying Matrix Inversion 第三节英文科研论文C A Dual Neural Network Applied to Drift-Free Resolution of Five-Link Planar Robot Arm 第四节小结与思考 后记

展开