神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn)

內(nèi)容概要

本書是“MATLAB應(yīng)用技術(shù)”系列叢書之一，以最新推出的MATLAB 7中的神經(jīng)網(wǎng)絡(luò)工具箱4.0.3版本為基礎(chǔ)。本書前兩章介紹了MATLAB 7和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，對(duì)神經(jīng)網(wǎng)絡(luò)工具箱的重要函數(shù)分門別類地進(jìn)行了詳細(xì)介紹，并給出了完整的示例。從第3章到第5章，分別介紹了幾種比較重要的神經(jīng)網(wǎng)絡(luò)類型，包括感知器、線性網(wǎng)絡(luò)和BP網(wǎng)絡(luò)等，并介紹了這些網(wǎng)絡(luò)的結(jié)構(gòu)及學(xué)習(xí)算法，以及MATLAB的實(shí)現(xiàn)方法。第6章介紹了神經(jīng)網(wǎng)絡(luò)的圖形用戶界面。后5章分別講述了如何利用神經(jīng)網(wǎng)絡(luò)工具箱解決控制、故障診斷、預(yù)測(cè)和有源消聲等應(yīng)用領(lǐng)域中的實(shí)際問題。    本書可作為理工科各專業(yè)的高年級(jí)本科生、研究生學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輔助教材，也可作為研究和應(yīng)用這一領(lǐng)域的科技工作者的參考書。

書籍目錄

第1章  概述  1.1  MATLAB語(yǔ)言簡(jiǎn)介    1.1.1  MATLAB概述    1.1.2  MATLAB語(yǔ)言特點(diǎn)    1.1.3  MATLAB 7的安裝    1.1.4  MATLAB 7的新特點(diǎn)    1.1.5  MATLAB 7的新產(chǎn)品及更新產(chǎn)品    1.1.6  Simulink 6.0的新特點(diǎn)  1.2  MATLAB快速入門	    1.2.1  命令行窗口	    1.2.2  其他重要窗口	    1.2.3  Editor/Debugger窗口	    1.2.4  MATLAB幫助系統(tǒng)	    1.2.5  神經(jīng)網(wǎng)絡(luò)工具箱快速入門	  1.3  神經(jīng)網(wǎng)絡(luò)發(fā)展史	    1.3.1  初期階段	    1.3.2  停滯期	    1.3.3  黃金時(shí)期	    1.3.4  發(fā)展展望	  1.4  神經(jīng)網(wǎng)絡(luò)模型	    1.4.1  神經(jīng)元結(jié)構(gòu)模型	    1.4.2  神經(jīng)網(wǎng)絡(luò)的互連模式	  1.5  神經(jīng)網(wǎng)絡(luò)的特性及實(shí)現(xiàn)	  1.6  小結(jié)	第2章  神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)及實(shí)例	  2.1  概述	  2.2  神經(jīng)網(wǎng)絡(luò)工具箱中的通用函數(shù)	    2.2.1  神經(jīng)網(wǎng)絡(luò)仿真函數(shù)sim	    2.2.2  神經(jīng)網(wǎng)絡(luò)訓(xùn)練及學(xué)習(xí)函數(shù)	    2.2.3  神經(jīng)網(wǎng)絡(luò)初始化函數(shù)	    2.2.4  神經(jīng)網(wǎng)絡(luò)輸入函數(shù)	    2.2.5  神經(jīng)網(wǎng)絡(luò)傳遞函數(shù)	    2.2.6  其他重要函數(shù)	  2.3  感知器的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)	    2.3.1  感知器創(chuàng)建函數(shù)	    2.3.2  顯示函數(shù)	    2.3.3  性能函數(shù)	  2.4  BP網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)	    2.4.1  BP網(wǎng)絡(luò)創(chuàng)建函數(shù)	    2.4.2  神經(jīng)元上的傳遞函數(shù)	    2.4.3  BP網(wǎng)絡(luò)學(xué)習(xí)函數(shù)	    2.4.4  BP網(wǎng)絡(luò)訓(xùn)練函數(shù)	    2.4.5  性能函數(shù)	    2.4.6  顯示函數(shù)	  2.5  線性網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)	    2.5.1  線性網(wǎng)絡(luò)創(chuàng)建和設(shè)計(jì)函數(shù)	    2.5.2  學(xué)習(xí)函數(shù)	  2.6  自組織競(jìng)爭(zhēng)網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)	    2.6.1  神經(jīng)網(wǎng)絡(luò)創(chuàng)建函數(shù)	    2.6.2  傳遞函數(shù)	    2.6.3  距離函數(shù)	    2.6.4  學(xué)習(xí)函數(shù)	    2.6.5  初始化函數(shù)	    2.6.6  權(quán)值函數(shù)	    2.6.7  顯示函數(shù)	    2.6.8  結(jié)構(gòu)函數(shù)	  2.7  徑向基網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)	    2.7.1  神經(jīng)網(wǎng)絡(luò)創(chuàng)建函數(shù)	    2.7.2  轉(zhuǎn)換函數(shù)	    2.7.3  傳遞函數(shù)	  2.8  反饋網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)	    2.8.1  Hopfield網(wǎng)絡(luò)的工具箱函數(shù)	    2.8.2  Elman網(wǎng)絡(luò)的工具箱函數(shù)	  2.9  小結(jié)	第3章  前向型神經(jīng)網(wǎng)絡(luò)理論及MATLAB實(shí)現(xiàn)	  3.1  感知器網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)	    3.1.1  單層感知器網(wǎng)絡(luò)	    3.1.2  多層感知器	  3.2  BP網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)	    3.2.1  BP網(wǎng)絡(luò)理論	    3.2.2  BP網(wǎng)絡(luò)的MATLAB設(shè)計(jì)	  3.3  線性神經(jīng)網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)	    3.3.1  線性神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)	    3.3.2  線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)	    3.3.3  線性網(wǎng)絡(luò)的MATLAB仿真	  3.4  徑向基函數(shù)網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)	    3.4.1  徑向基網(wǎng)絡(luò)結(jié)構(gòu)	    3.4.2  徑向基函數(shù)的學(xué)習(xí)過程	    3.4.3  RBF網(wǎng)絡(luò)應(yīng)用實(shí)例	    3.4.4  基于RBF網(wǎng)絡(luò)的非線性濾波	    3.4.5  基于GRNN的函數(shù)逼近	    3.4.6  基于概率神經(jīng)網(wǎng)絡(luò)的分類	  3.5  GMDH網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)	    3.5.1  GMDH網(wǎng)絡(luò)理論	    3.5.2  GMDH網(wǎng)絡(luò)的訓(xùn)練	    3.5.3  基于GMDH網(wǎng)絡(luò)的預(yù)測(cè)	  3.6  小結(jié)第4章  反饋型神經(jīng)網(wǎng)絡(luò)理論及MATLAB實(shí)現(xiàn)  4.1  Elman神經(jīng)網(wǎng)絡(luò)及應(yīng)用	    4.1.1  Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)	    4.1.2  Elman神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程	    4.1.3  Elman神經(jīng)網(wǎng)絡(luò)的工程應(yīng)用	    4.1.4  基于Elman網(wǎng)絡(luò)的空調(diào)負(fù)荷預(yù)測(cè)	  4.2  Hopfield神經(jīng)網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)	    4.2.1  Hopfield網(wǎng)絡(luò)描述	    4.2.2  Hopfield網(wǎng)絡(luò)的學(xué)習(xí)過程    4.2.3  幾個(gè)重要結(jié)論	    4.2.4  Hopfield網(wǎng)絡(luò)的MATLAB開發(fā)    4.2.5  基于Hopfield網(wǎng)絡(luò)的數(shù)字識(shí)別  4.3  CG網(wǎng)絡(luò)模型及應(yīng)用    4.3.1  CG神經(jīng)網(wǎng)絡(luò)理論	    4.3.2  基于CG網(wǎng)絡(luò)的有限元分析	  4.4  盒中腦（BSB）模型及MATLAB實(shí)現(xiàn)	    4.4.1  BSB神經(jīng)網(wǎng)絡(luò)模型描述	    4.4.2  BSB的MATLAB實(shí)現(xiàn)	  4.5  雙向聯(lián)想記憶（BAM）及MATLAB實(shí)現(xiàn)	    4.5.1  Kosko型BAM網(wǎng)絡(luò)模型    4.5.2  BAM網(wǎng)絡(luò)的實(shí)例分析	  4.6  回歸BP網(wǎng)絡(luò)及應(yīng)用	    4.6.1  回歸BP網(wǎng)絡(luò)概述	    4.6.2  基于回歸BP網(wǎng)絡(luò)的房?jī)r(jià)預(yù)測(cè)	  4.7  Boltzmann機(jī)網(wǎng)絡(luò)及仿真	    4.7.1  BM網(wǎng)絡(luò)的基本結(jié)構(gòu)	    4.7.2  BM模型的工作規(guī)則和學(xué)習(xí)規(guī)則    4.7.3  BM網(wǎng)絡(luò)的MATLAB仿真	  4.8  小結(jié)	第5章  自組織與LVQ神經(jīng)網(wǎng)絡(luò)理論及MATLAB實(shí)現(xiàn)	  5.1  自組織競(jìng)爭(zhēng)網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)	    5.1.1  基本競(jìng)爭(zhēng)型神經(jīng)網(wǎng)絡(luò)概述	    5.1.2  自組織競(jìng)爭(zhēng)網(wǎng)絡(luò)的應(yīng)用	  5.2  自組織特征映射（SOM）神經(jīng)網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)    5.2.1  SOM網(wǎng)絡(luò)的結(jié)構(gòu)	    5.2.2  SOM網(wǎng)絡(luò)學(xué)習(xí)算法	    5.2.3  基于SOM網(wǎng)絡(luò)的土壤分類	    5.2.4  基于SOM網(wǎng)絡(luò)的人口分類	  5.3  自適應(yīng)共振理論模型（ART）及MATLAB實(shí)現(xiàn)	    5.3.1  ART-1型網(wǎng)絡(luò)模型描述	    5.3.2  ART-1網(wǎng)絡(luò)的學(xué)習(xí)及工作過程	    5.3.3  ART-1網(wǎng)絡(luò)的應(yīng)用實(shí)例	  5.4  學(xué)習(xí)矢量量化（LVQ）神經(jīng)網(wǎng)絡(luò)及MATLAB實(shí)現(xiàn)	    5.4.1  LVQ網(wǎng)絡(luò)的結(jié)構(gòu)    5.4.2  LVQ網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則	    5.4.3  基于LVQ網(wǎng)絡(luò)的模式識(shí)別	  5.5  對(duì)向傳播網(wǎng)絡(luò)（CPN）及MATLAB實(shí)現(xiàn)	    5.5.1  CPN概述	    5.5.2  CPN應(yīng)用實(shí)例	  5.6  小結(jié)	第6章  圖形用戶界面GUI	第7章  神經(jīng)網(wǎng)絡(luò)控制理論及應(yīng)用設(shè)計(jì)	第8章  基于神經(jīng)網(wǎng)絡(luò)的故障診斷	第9章  基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)	第10章  基于神經(jīng)網(wǎng)絡(luò)的模糊控制	參考文獻(xiàn)

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn) PDF格式下載

---