资源描述
2009 学年度第 2 学期 博士(硕士)课程教学大纲课程名称中文神经网络与机器人控制英文Neural Networks and Robot Control开课单位信息科学与技术学院拟定学分3周学时3总学时54上课时间周二或周五下午 9 到 11 节上课地点东校区考试方式报告、PPT 讲解拟接受学生数10-50对选课学生的要求学术型学生。最好具备微积分学、高等代数、常微分方程、矩阵理论及最优化理论等基础知识以 学习本课程。通过本课程的学习,将使学生系统掌握神经网络和机器人控制的基本概念和分析问题、 解决问题的基本方法,为运用神经网络的理论知识解决工程问题如机器人控制与规划问题打好基础。任 课教 师简 况姓名张雨浓职称教授联系电话84113597 、13060687155学术简介(主要学术成果、教学经历,300 字以内):张雨浓,男,1973 年生。迄今共在 7 所大学学习工作过,了解中西方相关科目的教研情况并讲授该课两学期。 研究方向有 3 个,分别为神经网络、机器人学、科学计算与优化。其中,神经网络研究的主要成果是提出元 神经网络概念、开发岀幂 S 激励函数及时变矩阵向量网络等系列工作;机器人学的主要成绩是建立一套基于 二次规划标准型的机器手臂冗余度解析方案;科学计算与优化的主要成绩是就高斯过程开发岀向量快速算法 处理 6 万维矩阵数据。迄今,参与过和受资助的项目十余个,内容涉及广泛,从机器人学、高斯过程优化、神经网络到控制系统等等。迄今,共发表百余篇论文(包括中英文杂志、会议、学位、书章及教材等),含IEEE Transactions 论文 10 篇(其中 IEEE Transactions 长文 6 篇)。教材或主要参考书:主要以任课老师的科研论文为讲义基础。但可参考下列书:1 Siciliano Sciavicco, Modelling and Control of RobotManipulators (2nd Edition)。2 Saeed B.Niku 著.机器人学导论:分析、系统及应用.孙富春等译.北京:电子工业出版社,2004。3 Numerical methods using MA TLAB。4 Matlab 仿真技术与实例应用教程 5 JAVA 程序设计 6 C. Mead, AnalogVLSI and Neural Systems, Addison-Wesley, Reading, MA, 1989. 7神经计算原理(英文版),机械工业出版社。8邹阿金,张雨浓.基函数神经网络及应用M.中山大学出版社,2009 年。9 Yunong Zhang, Recurrent Neural Networks, LAPLAMBERT Academic Publishing, November 2009。上课方式(请打V选择)全部讲授()、全部讨论()、讲授+讨论(2)如果上课方式是讲授+讨论,讲授课时间27 学时,讨论课时间27 学时。课程简介(包括课程特色、课程主要教学内容、1000 字以内):神经网络是对实际问题通过数值模拟人脑运算而得到数值解答的方法。随着电子计算机的迅速发展、普及以及新型神经网络方法的不断开发,人工智能的理论和方法在电子、自动化、通信等高科技领域的作 用和影响都越来越大,实际上它已成为科学工作者和工程技术人员基础的知识和工具。在机器人领域也有较多的实际应用。所以,在授课过程中会更多的使用含有图表、动画和程序相关的课件以加强同学们的学习兴趣。并更多的讲解计算机仿真和MATLABMATLAB JAVAJAVA 程序设计相关的知识,并适当布置一些神经网络和机器人算法开发及应用类型的作业题目。本课程首先介绍神经网络的理论及实用知识,讲解如何利用MATLAB、JAVA 等软件进行神经网络的仿真验证,并说明神经网络是如何被实际应用的。本课程然后介绍基于神经网络的机器人控制的理论及实用知识,也讲解如何利用 MATLAB、JAVA 等软件进行机器人方面的仿真验证,并说明机器人是如何被实际应用的。本课程覆盖范围广,包 含众多研究领域,可提高学生的实践能力和加深对科研的理解,为电子系各专业研究生今后的学习、工作打下坚实的 基础。通常,最好具备微积分学、高等代数、常微分方程、矩阵理论及最优化理论的基础知识以学习本课程。通过本 课程的学习,将使学生系统掌握神经网络和机器人控制的基本概念和分析问题、解决问题的基本方法,为运用神经网 络的理论知识解决工程问题打好基础。填写人:张雨浓填写日期:2009 年 11 月 18 日
展开阅读全文