欧美VA免费高清在线观看,国产免费高清在线精品一区

內(nèi)容簡介

　　本書面向MATLAB 6.X及其所搭配的神經(jīng)網(wǎng)絡(luò)工具箱，首先循序漸進地介紹了MATLAB 6.X的主要功能、函數(shù)命令及一些使用技巧，并介紹了比較復(fù)雜的數(shù)值計算和圖形用戶界面的編寫方法，然后結(jié)合作者多年來在科研和指導(dǎo)研究生工作中總結(jié)出的仿真與應(yīng)用成果，介紹了神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)的基本原理、學(xué)習(xí)訓(xùn)練算法和仿真過程。詳細(xì)介紹了MATLAB Neutal Network（4.0）工具箱函數(shù)的使用方法，神經(jīng)網(wǎng)絡(luò)工具箱所使用的符號及指令、視窗環(huán)境等功能，并引用大量例子說明了基于MATLAB進行神經(jīng)網(wǎng)絡(luò)設(shè)計與應(yīng)用的方法。本書可作為計算機、電子工程、控制工程、信息與通信科學(xué)、數(shù)學(xué)、機械工程和生物醫(yī)學(xué)工程等專業(yè)師生的參考教材，對從事上述領(lǐng)域工作的廣大科技人員具有重要的參考價值，對學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)及其仿真技術(shù)的讀者，也是一本極為有用的入門指導(dǎo)書。

作者簡介

暫缺《MATLAB神經(jīng)網(wǎng)絡(luò)仿真與應(yīng)用》作者簡介

圖書目錄

第一章  概論
1. 1  MATLAB軟件包的特征
1. 2  MATLAB的運行環(huán)境
1. 2. 1  MATLAB的運行方式
1. 2. 2  MATLAB中的窗口
1. 3  MATLAB的幫助系統(tǒng)
1. 3. 1  命令行幫助
1. 3. 2  聯(lián)機幫助
1. 3. 3  演示幫助
1. 4  MATLAB軟件包的構(gòu)成和應(yīng)用概述
1. 4. 1  MATLAB軟件包的構(gòu)成
1. 4. 2  MATLAB的應(yīng)用
1. 5  神經(jīng)網(wǎng)絡(luò)發(fā)展和應(yīng)用
1. 5. 1  人工神經(jīng)網(wǎng)絡(luò)發(fā)展的歷史回顧
1. 5. 2  神經(jīng)網(wǎng)絡(luò)的應(yīng)用
1. 5. 3  神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
1. 6  面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)設(shè)計概述
1. 6. 1  MATLAB神經(jīng)網(wǎng)絡(luò)工具箱
1. 6. 2  神經(jīng)網(wǎng)絡(luò)技術(shù)的選取
1. 6. 3  運用工具箱設(shè)計網(wǎng)絡(luò)的原則和過程
第二章  MATLAB數(shù)值計算功能
2. 1  矩陣與數(shù)組運算
2. 1. 1  矩陣的建立
2. 1. 2  矩陣和數(shù)組運算指令對照匯總
2. 2  矩陣與數(shù)組函數(shù)
2. 2. 1  基本數(shù)組函數(shù)
2. 2. 2  基本矩陣函數(shù)
2. 2. 3  幾個易混淆的兩種函數(shù)運算
2. 3  關(guān)系運算和邏輯運算
2. 3. 1  關(guān)系運算
2. 3. 2  邏輯運算
2. 4  矩陣的分解
2. 4. 1  三角分解
2. 4. 2  正交分解
2. 4. 3  特征值分解
2. 4. 4  奇異值分解
2. 5  多項式
2. 5. 1  多項式的表達(dá)和創(chuàng)建
2. 5. 2  多項式的運算
2. 6  數(shù)據(jù)分析
2. 6. 1  基本統(tǒng)計函數(shù)指令
2. 6. 2  協(xié)方差陣和相關(guān)陣
2. 6. 3  有限差分和導(dǎo)數(shù)
2. 6. 4  數(shù)據(jù)濾波
2. 7  數(shù)值分析
2. 7. 1  數(shù)值積分
2. 7. 2  微分方程的數(shù)值解
第三章  MATLAB符號處理
3. 1  字符串
3. 1. l  字符數(shù)組
3. 1. 2  字符的ASCH碼轉(zhuǎn)換
3. 1. 3  創(chuàng)建二維的字符數(shù)組
3. 1. 4  字符串中的單元數(shù)組
3. 1. 5  字符數(shù)組與單元數(shù)組間的轉(zhuǎn)換
3. 1. 6  字符串比較
3. 1. 7  判斷字符串是否相等
3. 1. 8  通過字符的運算來比較字符
3. 1. 9  字符串中字符的分類
3. 1. 10  查找與替換
3. 1. 11  字符串和數(shù)值的相互轉(zhuǎn)換
3. 2  符號矩陣的運算
3. 2. 1  符號矩陣的創(chuàng)建
3. 2. 2  符號矩陣的加. 減. 乘. 除運算
3. 2. 3  符號矩陣的逆和除運算
3. 2. 4  符號矩陣的冪運算
3. 2. 5  符號矩陣的綜合運算指令
3. 2. 6  符號變量替換
3. 2. 7  符號矩陣的分解
3. 2. 8  符號微積分
3. 2. 9  符號代數(shù)方程的求解
3. 2. 10  符號微分方程的求解
3. 3  符號函數(shù)繪圖
第四章  繪圖
4. 1  二維繪圖
4. 1. 1  plot
4. 1. 2  fihgure和subplot
4. 1. 3  繪圖指令的開關(guān)控制
4. 1. 4  標(biāo)題與坐標(biāo)軸的操作
4. 2  三維繪圖
4. 2. 1  mesh
4. 2. 2  3D圖形的顏色. 光線來源及圖上標(biāo)點的設(shè)定
4. 2. 3  透視與視角的設(shè)置
4. 3  圖形句柄
4. 3. 1  圖形對象
4. 3. 2  圖形對象的句柄
4. 3. 3  對象創(chuàng)建函數(shù)
4. 3. 4  對象品性及其設(shè)置和查詢
4. 3. 5  實時動畫的制作
第五章  MATLAB的程序設(shè)計
5. 1  MATLAB程序設(shè)計入門
5. 1. 1  編輯程序和M文件的形式
5. 1. 2  MATLAB的命令文件
5. 1. 3  MATLAB的函數(shù)文件
5. 2  參數(shù)與變量
5. 2. 1  參數(shù)
5. 2. 2  局部變量與全局變量
5. 3  數(shù)據(jù)類型
5. 4  程序結(jié)構(gòu)
5. 4. 1  順序結(jié)構(gòu)
5. 4. 2  循環(huán)結(jié)構(gòu)
5. 4. 3  分支結(jié)構(gòu)
5. 5  程序流控制語句
5. 5. 1  echo指令
5. 5. 2  input. yesinput指令
5. 5. 3  pause指令
5. 5. 4  keyboard指令
5. 5. 5  break指令
5. 6  函數(shù)調(diào)用及變量傳遞
5. 6. 1  函數(shù)調(diào)用
5. 6. 2  參數(shù)傳遞
5. 7  神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計舉例
5. 7. 1  帶有偏差單元的遞歸神經(jīng)網(wǎng)絡(luò)
5. 7. 2  具有快速學(xué)習(xí)算法的補償模糊神經(jīng)網(wǎng)絡(luò)
5. 7. 3  小腦模型神經(jīng)網(wǎng)絡(luò)算法研究
5. 7. 4  神經(jīng)—模糊系統(tǒng)研究
第六章  感知器
6. 1  感知器原理
6. 1. 1  感知器神經(jīng)模型
6. 1. 2  感知器神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)
6. 1. 3  感知器神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
6. 2  感知器神經(jīng)網(wǎng)絡(luò)的設(shè)計
6. 2. 1  感知器神經(jīng)網(wǎng)絡(luò)的初始化
6. 2. 2  感知器神經(jīng)網(wǎng)絡(luò)的創(chuàng)建
6. 2. 3  感知器神經(jīng)網(wǎng)絡(luò)的仿真
6. 2. 4  感知器神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
6. 3  感知器神經(jīng)網(wǎng)絡(luò)的局限性
6. 4  圖形用戶界面
6. 5  MATLAB中關(guān)于感知器神經(jīng)網(wǎng)絡(luò)的工具函數(shù)
6. 6  感知器神經(jīng)網(wǎng)絡(luò)設(shè)計實例
6. 6. 1  多個感知器神經(jīng)元的分類問題
6. 6. 2  奇異樣本對感知器神經(jīng)網(wǎng)絡(luò)訓(xùn)練的影響
6. 6. 3  線性不可分的輸入向量
第七章  線性神經(jīng)網(wǎng)絡(luò)
7. 1  線性神經(jīng)網(wǎng)絡(luò)原理
7. 1. 1  線性神經(jīng)元模型
7. 1. 2  線性神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
7. 1. 3  線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
7. 2  線性神經(jīng)網(wǎng)絡(luò)的設(shè)計
7. 2. 1  線性神經(jīng)網(wǎng)絡(luò)的初始化
7. 2. 2  線性神經(jīng)網(wǎng)絡(luò)的創(chuàng)建
7. 2. 3  線性神經(jīng)網(wǎng)絡(luò)的設(shè)計
7. 2. 4  線性神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
7. 3  線性神經(jīng)網(wǎng)絡(luò)的局限性
7. 4  MATLAB中有關(guān)線性神經(jīng)網(wǎng)絡(luò)的工具函數(shù)
7. 5  線性神經(jīng)網(wǎng)絡(luò)設(shè)計實例
第八章  BP神經(jīng)網(wǎng)絡(luò)
8. 1  BP網(wǎng)絡(luò)理論
8. 1. 1  BP網(wǎng)絡(luò)結(jié)構(gòu)
8. 1. 2  BP網(wǎng)絡(luò)學(xué)習(xí)公式推導(dǎo)
8. 2  面向MATLAB的BP神經(jīng)網(wǎng)絡(luò)原理
8. 2. 1  BP神經(jīng)元結(jié)構(gòu)
8. 2. 2  BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
8. 3  面向MATLAB的BP神經(jīng)網(wǎng)絡(luò)的設(shè)計
8. 3. 1  BP神經(jīng)網(wǎng)絡(luò)的初始化
8. 3. 2  BP神經(jīng)網(wǎng)絡(luò)的創(chuàng)建
8. 3. 3  BP神經(jīng)網(wǎng)絡(luò)的仿真
8. 3. 4  BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
8. 3. 5  BP神經(jīng)網(wǎng)絡(luò)泛化的改進
8. 3. 6  BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的處理
第九章  徑向基神經(jīng)網(wǎng)絡(luò)
9. 1  徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)
9, 2  面向MATLAB工具箱的徑向基神經(jīng)網(wǎng)絡(luò)
9. 2. 1  面向MATLAB工具箱的徑向基神經(jīng)元模型
9. 2. 2  面向MATLAB工具箱的徑向基神經(jīng)網(wǎng)絡(luò)
9. 3  徑向基神經(jīng)網(wǎng)絡(luò)的設(shè)計
9. 3. 1  精確設(shè)計函數(shù)(newrbe)
9. 3. 2  普通設(shè)計函數(shù)(newrb)
9. 4  廣義回歸神經(jīng)網(wǎng)絡(luò)
9. 5  概率神經(jīng)網(wǎng)絡(luò)
9. 6  MATLAB中關(guān)于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的工具函數(shù)
9. ?  徑向基函數(shù)網(wǎng)絡(luò)與模糊理論的結(jié)合及應(yīng)用
9. 7. 1  徑向基函數(shù)網(wǎng)絡(luò)和模糊推理系統(tǒng)的功能等價關(guān)系
9. 7. 2  基于自適應(yīng)模糊系統(tǒng)的徑向基高斯函數(shù)網(wǎng)絡(luò)
9. 7. 3  學(xué)習(xí)算法
9. 7. 4  非線性系統(tǒng)的故障診斷
第十章  自組織競爭人工神經(jīng)網(wǎng)絡(luò)
10. 1  自組織競爭人工神經(jīng)網(wǎng)絡(luò)
10. 1. 1  自組織競爭人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
10. 1. 2  自組織競爭人工神經(jīng)網(wǎng)絡(luò)的創(chuàng)建
10. 1. 3  自組織競爭人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
10. 2  自組織特征映射神經(jīng)網(wǎng)絡(luò)
10. 2. 1  自組織特征映射神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
10. 2. 2  自組織特征映射神經(jīng)網(wǎng)絡(luò)的創(chuàng)建
10. 2. 3  自組織特征映射神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
10. 3  學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)
10. 3. 1  學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
10. 3. 2  學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)的創(chuàng)建
10. 3. 3  學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
10. 4  MATLAB中關(guān)于自組織神經(jīng)網(wǎng)絡(luò)的工具函數(shù)
10. 5  網(wǎng)絡(luò)設(shè)計實例
10. 5. 1  使用自組織競爭神經(jīng)網(wǎng)絡(luò)進行模式識別
10. 5. 2  一維自組織特征映射神經(jīng)網(wǎng)絡(luò)設(shè)計實例
10. 5. 3  二維自組織特征映射神經(jīng)網(wǎng)絡(luò)設(shè)計實例
第十一章  回歸神經(jīng)網(wǎng)絡(luò)
11. 1  回歸神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
11. 1. 1  Hopfield網(wǎng)絡(luò)
11. 1. 2  Elman神經(jīng)網(wǎng)絡(luò)
11. 2  E1man神經(jīng)網(wǎng)絡(luò)
11. 2. 1  Elman神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
11. 2. 2  Elman神經(jīng)網(wǎng)絡(luò)的創(chuàng)建
11. 2. 3  Elman神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
11. 3  Hopfield神經(jīng)網(wǎng)絡(luò)
11. 3. 1  Hopfield神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
11. 3. 2  Hopfield神經(jīng)網(wǎng)絡(luò)的設(shè)計
11. 4  有關(guān)回歸神經(jīng)網(wǎng)絡(luò)的工具函數(shù)
主要參考文獻