1 神經(jīng)網(wǎng)絡概述
1．1 人工神經(jīng)網(wǎng)絡概念
1．2 神經(jīng)網(wǎng)絡的特點
1．3 人工神經(jīng)網(wǎng)絡開發(fā)的技術路線
1．4 人工神經(jīng)網(wǎng)絡的發(fā)展史
1．5 神經(jīng)網(wǎng)絡的展望
1．5．1 GoogleAlphaGo開啟的全新視覺
1．5．2 人工神經(jīng)網(wǎng)絡的前景
1．5．3 人工神經(jīng)網(wǎng)絡在環(huán)境預測中的應用前景
1．6 神經(jīng)元
1．6．1 生物神經(jīng)元
1．6．2 人工神經(jīng)元模型
1．6．2．1 結構
1．6．2．2 激活函數(shù)
1．7 人工神經(jīng)網(wǎng)絡的類型及特點
1．7．1 以網(wǎng)絡結構和學習算法分類
1．7．2 以是否有延遲、反饋及時間直接相關進行分類

2 環(huán)境統(tǒng)計學基礎理論
2．1 資料的整理
2．2 數(shù)據(jù)資料特征數(shù)的計算
2．2．1 平均數(shù)
2．2．2 算數(shù)平均數(shù)的重要性質(zhì)
2．2．3 變異數(shù)
2．2．3．1 方差
2．2．3．2 標準偏差
2．2．3．3 相對標準偏差
2．3 概率與概率分布
2．3．1 概率
2．3．2 概率分布
2．3．3 大數(shù)定理
2．4 種常見的理論分布
2．4．1 二項式分布
2．4．2 正態(tài)分布
2．4．3 二項分布與正態(tài)分布的關系
2．5 三大抽樣分布
2．5．1 X2分布
2．5．2 F分布
2．5．2．1 方差的分布
2．5．2．F分布的推導
2．5．3 t分布
2．5．3．1 標準差的分布
2．5．3．2 t分布的推導
2．6 三大抽樣分布在假設檢驗中的應用
2．6．1 X2檢驗
2．6．2 F檢驗在方差分析中的應用
2．6．3 t檢驗

3 Matlab相關基礎與編程技術
3．1 本書約定
3．2 Matlab簡介
3．3 Matlab概覽
3．3．1 軟件安裝所需軟硬件條件及安裝方法
3．3．2 基本界面
3．3．3 軟件設置
3．3．4 Matlab可操作的文件類型
3．4 變量
3．4．1 變量的類型
3．4．2 變量的命名規(guī)則
3．5 常用命令
3．6 幫助及學習資源
3．6．1 聯(lián)機幫助
3．6．2 幫助命令
3．6．3 lookfor命令
3．6．4 學習資源
3．7 數(shù)據(jù)類型
3．7．1 數(shù)值型
3．7．2 字符型
3．7．3 日期和時間
3．8 數(shù)據(jù)精度
3．9 數(shù)組與矩陣
3．9．1 矩陣／數(shù)組的建立
……
4 人工神經(jīng)網(wǎng)絡的Matlab實現(xiàn)
5 數(shù)據(jù)預處理技術
6 靜態(tài)網(wǎng)絡
7 動態(tài)網(wǎng)絡
8 環(huán)境系統(tǒng)的復雜性
9 大型案例
參考文獻