附件11

《神经网络理论及应用》教学大纲

说明:“开课时间”一栏选填:春季、秋季、春季/秋季;“授课对象”一栏选填:硕士、博士、硕士/博士;红色标记的为需重点阐述内容。

课程编号:06017005

课程名称:神经网络理论及应用

学时数:20

学分:1

开课时间:秋季

开课学院:计算机科学与工程学院

授课对象:硕士/博士

先修课程:高等数学,线性代数,概率统计

一、教学目的

神经网络是一个在理论上具有相当高的学术价值,在工程上又具有强烈应用背景的学科。本课程主要讲授人工神经网络的基本知识与基本原理,通过学习课程内容,使学生了解神经网络的结构和工作原理,掌握12种典型的神经网络模型,初步具备神经网络分析、设计和应用能力。

从网络原理的角度,让学生掌握基本的前馈网络和反馈网络,以及相关的有监督和无监督训练方法。

二、教学内容与要求(包括总学时、章节内容的学时分配说明)

本课程总学时为20学时,分为5章(专题)讲解,简述如下:

第一章    生物神经网络与人工神经网络基础(4学时)

1 本章教学内容:(1)人工神经网络概论(1学时),(2)神经网络的功能、研究方法和手段(1学时),(3)人工神经元和人工神经网络结构(2学时)

2 本章教学要求:通过本章课程的学习,要求学生理解生物神经网络的基本原理,掌握生物神经网络抽象成人工神经网络的基本方法、神经元数学模型、神经网络的基本模型。

3 本章教学重点:(1)神经元基本模型,(2)神经网络的基本模型。

4 本章教学难点:(1)神经元模型的数学表达,(3)神经网络的数学表达。

 

第二章 神经网络的数学基础(4学时)

1 本章教学内容:(1)信号与权值向量空间(2学时),(2)线性变换(2学时)。

2 本章教学要求:通过本章学习,要求学生理解向量空间、线性无关、特征值和特征向量等基本概念,掌握其相关的数学推导方法。

3 本章教学重点:(1)向量展开式,(2)基变换和特征向量计算。

4 本章教学难点:(1)向量展开式的计算方法,(2)基变换与特征向量。

 

第三章 感知机与BP训练方法(4学时)

1 本章教学内容:(1)感知机(2学时),(2)反向传播算法(2学时)

2 本章教学要求:通过本章学习,要求学生理解单层和多层感知机的网络结构、训练,掌握反向传播算法训练感知机的基本方法。

3 本章的教学的重点:(1)多层感知机的训练方法,(2)反向传播算法

4 本章的教学难点:(1)基于反向传播的多层感知机训练。

 

第四章 联想网络(4学时)

1 本章的教学内容:(1)线性联想网络与有监督Hebb学习(2学时),(2)基于无监督联想学习的instaroutstar网络(2学时)。

2 本章教学要求:通过本章学习,要求学生理解联想网络的工作原理,掌握有监督和无监督的Hebb学习规则。

3 本章的教学重点:(1)联想网络的工作原理,(2)有监督和无监督的Hebb学习规则。

4 本章的教学难点:联想网络的设计和训练。

 

第五章 递归神经网络(4学时)

1 本章的教学内容:(1Hopfield网络(2学时),(2CNN细胞神经网络(2学时)。

2 本章的教学要求:通过本章学习,要求学生理解hopfieldCNN网络模型原理,掌握其设计和应用方法。

3 本章教学重点:(1)递归网络的特点,(2)网络的训练。

4 本章的教学难点:Hopfield网络的设计。

 

三、教学方式

课堂PPT多媒体教学方式为主,辅以多种形式答疑。

 

四、考核方式与成绩评定(考核方式主要指开卷、闭卷;成绩评定指最终考核成绩的构成,说明平时考核成绩与期末考试成绩各占的比例(期末成绩所占比例≥50%

考核方式:考查,完成1份关于某一种神经网络模型的理论和应用进展技术研究报告。

基本要求:必须是近5年的最新技术进展,内容翔实,分析充分,写作规范,篇幅不小于标准格式10页。

成绩构成:出勤率(20%+技术报告(80%),总分≥60分为考核通过。

 

五、教材及主要参考书目(请参考参考文献格式,说明作者、书名、出版社及出版时间)

教材:

[1] 《神经网络设计》, []M. T. Hagan著,机械工业出版社,20029月;

[2] 《人工神经网络理论、设计与应用》, 韩力群著,化学工业出版社,20119月;

 

参考资料:

[1] Principles of Neurocomputing for science & Engineering, Fredric M.Ham and Ivica kostanic ,机械工业出版社

[2] Neural Network  A comprehensive Foundation 2nd edition, Simon Hayhin ,清华大学出版社

[3] Convergence Analysis of Recurrent Neural Networks, Zhang Yi etc.Kluwer Academic Publishers, 2003

 

 

(撰写人:纪禄平)

(审核人:蒲晓蓉)