人工神经网络在生物学和环境分析中的作用

ARTIFICAL NEURAL NETWORKS IN BIOLOGICAL AND ENVIRONMENTAL ANALYSIS

编 者 Grady Hanrahan

出 版 社：CRC Press

索 书 号：Q39/H248/2011/Y

藏书地点：武大外教中心

人工神经网络是一种数学模型，该模型应用类似于大脑神经突触联接的结构进行信息处理，在工程界和学术界简称为神经网络或类神经网络，是由大量处理单元互联组成的非线性、自适应信息处理系统。人工神经网络是在现代神经科学研究成果的基础上提出的，并试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。人工神经网络具有非线性、非局限性、非常定性、非凸性四个基本特征。人工神经网络是由大量的节点（或称神经元）和之间相互联接构成的一种运算模型，其中每个节点代表一种特定的输出函数，又叫激励函数；每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆；网络的输出则依网络的连接方式，权重值和激励函数的不同而不同；网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。

本书用六个章节系统介绍了人工神经网络在生物学和环境分析中的作用。第一章对人工神经网络和概念、人工智能的意义、神经网络的概念以及应用领域等内容进行了简要介绍。第二章则从神经网络连接和各层的分布、前馈神经网络、递归神经网络等方面阐述了网络构架。第三章呈现给读者的是模型设计以及相关的选择事项，包括最适模型的筛选、数据的获得方法、数据的处理和转换、选择性特征、子数据的选择、神经网络训练、模型筛选、模型验证及灵敏感分析方法等内容。第四章先介绍了混合神经网络系统的概念和意义，简要描述了遗传算法、模糊概念和模糊推理系统等内容，以及模糊神经网络的分析方法、混合神经网络与遗传算法等内容，将智能神经网络系统具体地呈现在读者眼前。第五、六两章则分别阐述了智能神经系统在生物学、生物医学、环境分析等领域中的应用。在本书的结尾，作者还附录了基本矩阵审查的符号和相关的操作；Michielan等人使用的细胞色素P450亚型数据集；第143个VOC数据集以及相应的空气对血液分配系数的观察值和预测值。

模仿生物神经系统的人工神经网络是人工智能研究的奠基石，本书首先介绍了人工神经网络及相关的概念，接着阐述了人工神经网络在生物学、医学、环境学领域的具体应用。本书内容丰富，通俗易懂，不仅介绍了人工神经网络模型与大脑功能的研究历史，也阐述了神经网络的工作机理，并从统计学角度介绍了人工神经网络的设计模式、筛选模式，以及应用领域。同时，神经模糊系统、神经遗传系统、神经-模糊-遗传系统的相互作用模式也是本书介绍的重点。总体来说，本书虽然不是综合性书籍，但却包含了人工神经网络的理论知识和相关的具体应用，同时本书也尽可能地将所用的统计学知识进行阐述，内容覆盖面广，但作者以尽可能通俗的语言来介绍。相信本书不仅对生物学和医学领域的神经系统工作者有帮助，对环境科学等领域也有较大的益处。

本书目录：

第一章：简介

第一节：人工智能：竞争方法或者混合智能系统？

第二节：神经网络：简介

第三节：神经网络应用的领域

第四节：总结

第二章：网络构架

第一节：神经网络连接和各层的分布

第二节：前馈神经网络

第三节：递归神经网络

第四节：总结

第三章：模型设计和相关的选择事项

第一节：最适模型的筛选

第二节：数据获得

第三节：数据处理和转换

第四节：选择特征

第五节：子数据选择

第六节：神经网络训练

第七节：模型筛选

第八节：模型验证及灵敏感分析

第九节：总结

第四章：智能神经网络系统和进化学习

第一节：混合神经网络系统

第二节：遗传算法简介

第三节：模糊概念和模糊推理系统简介

第四节：模糊神经网络方法

第五节：混合神经网络与遗传算法

第六节：总论

第五章：智能神经系统在生物学和生物医学分析中的应用

第六章：在环境分析中的应用

（王书珍）