数学建模社区-数学中国
标题:
MATLAB神经网络43个案例分析.pdf 王小川！！！
[打印本页]
作者:
风中的漂流瓶
时间:
2015-5-5 01:09
标题:
MATLAB神经网络43个案例分析.pdf 王小川！！！
本书是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的，秉承着“理论讲解—案例分析—应用扩展”这一特色，帮助读者更加直观、生动地学习神经网络
。
- \6 Z. }4 F) P- D% v, K
+ g0 g/ S5 c' \ c% V
本书共有43章，内容涵盖常见的神经网络（BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等）以及相关智能算法（SVM、决策树、随机森林、极限学习机等）。同时，部分章节也涉及了常见的优化算法（遗传算法、蚁群算法等）与神经网络的结合问题。此外，本书还介绍了MATLAB R2012b中神经网络工具箱的新增功能与特性，如神经网络并行计算、定制神经网络、神经网络高效编程等。
3 ~* p. m* G/ w4 o5 P4 H
使用本书时，建议读者按照“先通读章节内容，后调试程序，再精读章节内容”的顺序学习。本书程序建议在MATLAB R2009a及以上版本环境下运行。若在程序调试过程中有任何疑问，建议先在论坛书籍答疑版块搜索相关答案，然后再发帖与作者交流。
" ?: f9 @) ` U; ]5 G
本书可作为高等学校相关专业学生本科毕业设计、研究生课题研究的参考书籍，亦可供相关专业教师教学参考。
# r) p s& f4 U) i- {- k5 r" E% s
% X* H- M, j0 W( l
随书附赠的程序源代码请到北京航空航天大学出版社网站的“下载专区”免费下载。也可登录MATLAB技术论坛（
www.matlabsky.com
）到相应书籍答疑版块免费下载。
/ H; l+ L9 `+ p6 h- W
( V3 D1 Z: p, R
) h9 r% C7 A3 s, m) I! ~& n$ ~
编辑推荐
+ T/ v; H j' b* m
本书详细论述了在MATLAB环境下如何实现神经网络，包括了常用的神经网络及相关理论，以及各种优化算法与神经网络的结合。考虑到MATLAB R2012b版本中神经网络工具箱作了更新，本书也新增了神经网络并行运算、定制神经网络、神经网络高效编程等章节，非常适合中高级神经网络研究人员参考。
% u- }/ |/ M. b7 A3 d
作为众多宣讲MATLAB家族产品丛书中的一个系列，该书的最大特点是接地气，实用性强。四位作者都是长期活跃在MATLAB技术论坛的版主，每天都会在线解答MATLAB特别是针对神经网络的问题，积累了丰富的使用经验。本书所举例的43个案例，部分来源于各大公司、院校的科研课题，也有一部分来源于MATLAB技术论坛的会员提问。这些案例代表了神经网络在各个领域的相关应用，读者可以根据自己研究问题的需要，第一时间找到适合自己学习的神经网络章节，进行阅读。
0 o( `- X4 |! C$ U; O
作者简介
' {6 a) c/ }% A. [, T- h) z3 @- P {
王小川，网名hgsz2003，MATLAB技术论坛(www．matlabsky．com)管理团队核心成员。现于同济大学经济与管理学院攻读博士学位，长期研究神经网络在统计学中的应用，精通MATLAB、SAS、SPSS等统计软件，热衷数据分析和数据挖掘工作，擅长竞争神经网络在数据挖掘中的运用，有着扎实的理论基础和丰富的实战经验。著有《MATLAB神经网络30个案例分析》一书。史峰，网名shi01fg，对外经济贸易大学国际经济贸易学院金融学专业在读博士，MAT—LAB技术论坛(WWW．matlabsky．com)管理团队核心成员。从MATLAB 6．5开始接触MATLAB软件，主要用于金融软件开发、科学计算、交易策略研究等，并有多个MATLAB工程开发经验；在长期的使用过程中积累了较丰富的编程经验，擅长于神经网络、智能算法、科学计算和GUI设计。著有《MATLAB神经网络30个案例分析》、《MATLAB智能算法30个案例分析》等畅销书。郁磊，网名yuthreestone，MATLAB技术论坛(www．matlabsky．c。m)管理团队核心成员。现工作于中科院苏州生物医学工程技术研究所，研究方向为智能控制与模式识别、生理仿真建模、远程医护等。使用MATLAB近10年，对各个版本的MATLAB开发环境及工具箱非常熟悉，具有丰富的MATLAB开发、设计经验。著有《MATLAB神经网络30个案例分析》、《MATLAB智能算法30个案例分析》等畅销书。李洋，网名faruto，MATLAB技术论坛(www．matlabsky．com)管理团队核心成员，北京师范大学应用数学硕士，8年MATLAB编程经验，对机器学习、量化投资等领域感兴趣，已出版书籍《MATLAB神经网络30个案例分析》，现就职于国内某期货公司研究院量化投资部，进行程序化交易和量化投资相关策略的研发工作。
4 \$ g/ B$ x2 g0 L& t0 W& c+ h
目录
3 c; r+ R& q+ W
第1章BP神经网络的数据分类——语音特征信号分类
3 {# B, s* V- `' ~ A2 X) t& W
1.1案例背景
( X0 ?* J2 f" @' A
1.1.1BP神经网络概述
4 W) N7 |( L# s: |( t( B
1.1.2语音特征信号识别
4 E2 n9 n9 x5 Y9 n: D/ l2 v4 h$ P
1.2模型建立
5 Y1 }4 t1 k2 {: }
1.3MATLAB实现
% ]8 C/ N4 }- N) s8 s
1.3.1归一化方法及MATLAB函数
! G: j& R: n: J" f
1.3.2数据选择和归一化
9 M7 v& g7 i0 B
1.3.3BP神经网络结构初始化
- n* p0 e1 D# y7 |3 c% B! j
1.3.4BP神经网络训练
+ q2 F; s+ F( b& H2 l& \. b
1.3.5BP神经网络分类
: Q D: f+ C! y: Q; S9 E
1.3.6结果分析
. ^" o6 W* ^' o) ~
1.4案例扩展
$ j$ _ y. O/ B( T
1.4.1隐含层节点数
: ?: X) H0 Q2 b: p% _3 i
1.4.2附加动量方法
9 V, ~" j8 U4 u S
1.4.3变学习率学习算法
: d( }1 N2 ^# f
参考文献
5 y, R" g( H# \7 p& y& T5 a
第2章BP神经网络的非线性系统建模——非线性函数拟合
/ m U7 c4 b8 r3 ?3 d; E& Z/ ^
2.1案例背景
0 e3 f! `$ \# p [( l
2.2模型建立
0 x" F- D5 B1 _: g; o6 X& T
2.3 MATLAB实现
! `2 A4 z( \2 [; R9 a) s u
2.3.1 BP神经网络工具箱函数
3 N7 \; l0 P7 D( E! M+ r
2.3.2数据选择和归一化
& D) Q9 b4 I( p+ ^
2.3.3 BP神经网络训练
, _) l' X' ^3 ~! w; ~4 _
2.3.4 BP神经网络预测
: m& d$ A' W2 V
2.3.5结果分析
/ p2 Z: R- p( K9 L! h0 A
2.4案例扩展
& w8 p4 W% Z# J" e9 U8 q3 t
2.4.1多隐含层BP神经网络
# L; c J- m: V
2.4.2隐含层节点数
v+ X" X. I. I, R/ i$ x* S' z" t
2.4.3训练数据对预测精度影响
5 G( B2 j ]$ ]8 W. H$ v7 o
2.4.4节点转移函数
3 x" H: n+ o; o7 _
2.4.5网络拟合的局限性
% J, O0 T% U) V. U" X
参考文献
) `) W9 t" a% ?* f
第3章 遗传算法优化BP神经网络——非线性函数拟合
' C3 [" W0 B: s3 U
3.1案例背景
4 j" ]+ i' B/ @5 L
3.1.1遗传算法原理
( |* ?1 ?7 i- r3 c% A, @ i/ P
3.1.2遗传算法的基本要素
7 w1 A ^) j$ }* a E1 w2 q3 \" S8 W
3.1.3拟合函数
: K, I" Q* w# H. j+ c7 }
3.2模型建立
% J( B0 S$ P1 P' O6 g3 F
3.2.1算法流程
3 N3 j/ `- Y) x
3.2.2遗传算法实现
& Z& N. G6 Q- O1 z% S" D' T
3.3编程实现
/ I5 Q% `' f2 ~$ z! I, _$ i* r6 G
3.3.1适应度函数
$ o6 r& `/ A7 m+ o9 ?
3.3.2选择操作
% V- A) V' i* v: M5 `
3.3.3交叉操作
. P7 q. ^# Y2 f5 G. ]
3.3.4变异操作
% m0 @6 m: s: f! e
3.3.5遗传算法主函数
* t* M) p! l: e4 x0 e" T
3.3.6 遗传算法优化的BP神经网络函数拟合
: j w: T [6 X) G' T" v: o% h
3.3.7结果分析
- \+ A# T7 G J+ y& A7 g
3.4案例扩展
: K' @ e5 B5 l8 o4 T1 u1 c
3.4.1其他优化方法
) x, T! z# d0 a9 o E. _
3.4.2网络结构优化
5 B m4 e" \& |, v3 F" {; q
3.4.3算法的局限性
4 C7 A# \8 S5 j* q. L
参考文献
0 H$ i. Q" t* B1 K8 z' S. B2 f6 K
第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优
z4 J8 Y5 B7 `0 J& b8 f5 u
4.1案例背景
$ e6 N# n% k& J3 H% E7 }
4.2模型建立
8 O0 w' @( m, H, y
4.3编程实现
* d. n; a! y% K B; G
4.3.1 BP神经网络训练
" W( f; j% Y* |; ~* L
4.3.2适应度函数
) C4 d2 M" Q+ r7 s- H# Q6 Y
4.3.3遗传算法主函数
, g: \" T4 m+ o
4.3.4结果分析
" C. g& J2 e3 Z" y& g7 d6 R- j. ^) M
4.4案例扩展
+ p6 ]( M/ R; |5 T0 M
4.4.1工程实例
; ?, l, ]1 `# U' P
4.4.2预测精度探讨
$ e# d2 D D4 K3 H: B
参考文献
8 Y- p8 c+ z2 h( D
第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模
- m8 c/ [( h& c k
5.1案例背景
" q+ u7 s3 r3 J: I3 O. ]5 Z: K
5.1.1 BP—Adaboost模型
% }- U' v3 e" ^: G4 g" r2 B+ V
5.1.2公司财务预警系统介绍
- V/ O" D& ~$ V+ B
5.2模型建立
* a$ m' N7 c0 h n) }0 ]
5.3编程实现
* l7 j9 \5 H' G# X/ m3 ?! H
5.3.1数据集选择
: }- }/ J( {" \, Z( J# f- W7 u
5.3.2弱分类器学习分类
3 G" D5 a+ {2 |- A/ [% |! a% Q# ]
5.3.3强分类器分类和结果统计
W7 x5 @1 I# ~
5.3.垂结果分析
7 T/ d: C$ ]5 T/ Q9 g& H/ D5 |
5.4案例扩展
" ]8 H% K9 b0 B2 F, O9 M
5.4.1数据集选择
2 `/ i/ v, J9 Q1 Z5 |* n
5.4.2弱预测器学习预测
+ s. Z3 `9 A' R) N! P% O1 S) E
5.4.3强预测器预测
: W! c ~* o& \! {% G# t5 P+ d6 Z% Z$ W
5.4.4结果分析
0 a) X! {/ k! I8 C$ p7 r3 P' q& ^
参考文献
% y; M5 e& {; `6 C3 Q w
第6章PID神经元网络解耦控制算法——多变量系统控制
9 k4 T( U; J/ a/ M
6.1案例背景
( _6 M B! g6 G' I8 G% s- b
6.1.1 PID神经元网络结构
4 [& {0 }) n/ F/ ]: R
6.1.2控制律计算
- o) T) ?6 p. O) W
6.1.3权值修正
$ F4 l+ J' X3 g2 @" `( e3 A
6.1.4控制对象
& `. L. o5 \4 A5 J- Z% e
6.2模型建立
4 @# e% E& H. Q% c9 r6 `
6.3编程实现
6 i# B+ h* i$ I7 h
6.3.1 PID神经网络初始化
0 o+ o& {4 C( Z- |& U) i
6.3.z控制律计算
8 G) t+ Q: ^( z, K' T: y7 F2 |
6.3.3权值修正
2 X E5 e3 [# @5 s& Y
6.3.4结果分析
3 V8 R& K: C' F7 h0 x; m$ r2 O
6.4案例扩展
$ A8 x% R* T1 l
6.4.1增加动量项
) @, U+ |& H* A0 m3 k+ N" k: P
6.4.2神经元系数
1 Q: D7 X( _8 N, R/ \
6.4.3 PID神经元网络权值优化
5 D/ C' `; ]6 {& d( c
参考文献
9 x( s. j) W, \
第7章 RBF网络的回归——非线性函数回归的实现
9 ^- |$ {: K5 P6 y f& o
7.1案例背景
. L$ o& }4 [3 h
7.1.1 RBF神经网络概述
! r: A P+ \. G& p
7.1.2 RBF神经网络结构模型
+ n, O: Y9 S" P K8 T/ q
7.1.3 RBF神经网络的学习算法
' O$ O& t* o% f6 F+ G1 G
7.1.4曲线拟合相关背景
9 z; D+ \0 }; e* m8 r% _2 b$ b
7.2模型建立
6 i$ g/ s% _5 m3 m9 d9 O1 G* \% S
7.3 MATLAB实现
, @+ i& c+ Q2 ]9 y4 E
7.3.1 RBF网络的相关函数
% h7 ?1 e) z& t1 W- P! ^
7.3.2结果分析
b3 O/ v B. \( Y8 k: ^
7.4案例扩展
+ h' d" w, k8 u
7.4.1应用径向基神经网络需要注意的问题
6 O3 W* s% i5 O* A/ r. q
7.4.2 SPREAD对网络的影响
1 \: \: u& ^6 X) l" F
参考文献
1 g) o h" `% p2 F9 R
第8章 GRNN的数据预测——基于广义回
3 r/ t1 t* e! k: c" ~
归神经网络的货运预测
1 u. {0 g1 [4 w0 T
8.1案例背景
6 ~0 H P k! t
8.1.1 GRNN神经网络概述
( g/ S' V V' z. o
8.1.2 GRNN的网络结构
4 I% L3 `8 C% n1 ^9 p
8.1.3 GRNN的理论基础
* Z8 I- [8 d! B7 n& E& w
8.1.4运输系统货运量预测相关背景
6 v2 E2 m. J- r' e
8.2模型建立
" D( V: O6 X. C: C' ^1 b
8.3 MATLAB实现
2 s( W8 R& \% f5 q
8.4案例扩展
7 V1 [4 F# Y, d4 i) z- h
参考文献
& K2 i: x) \2 V. l8 t, d4 ~& W- B# o
第9章 离散Hopfield神经网络的联想记忆——数字识别
4 O9 k' ^+ k% J$ [5 F# r
9.1案例背景
# i% q4 C% G2 q; p w8 j
9.1.1离散Hopfield神经网络概述
! P O0 J$ G* x* j1 |
9.1.2数字识别概述
0 b8 f e; V% c$ d
9.1.3问题描述
) K3 [6 E( K0 e n
9.2模型建立
) i1 X( r- {" q# E& L- n+ J
9.2.1设计思路
9 H! _" l, b$ y
9.2.2设计步骤
/ u K( c9 c8 t3 `5 U m
9.3 Hopfield网络的神经网络工具箱函数
+ [8 h, f' H. x7 X( @( O7 M
9.3.1 Hopfield网络创建函数
& a v. t0 |* C6 i$ B" a( M& @, J8 k( m- q
9.3.2 Hopfield网络仿真函数
, \9 M) Z1 \) [/ }; l4 {& L
9.4 MATLAB实现
0 z% A: V# F/ O2 |
9.4.1输入输出设计
: A8 b% S b+ u* {2 J
9.4.2网络建立
* O. ~9 y# d5 U; g3 U
9.4.3产生带噪声的数字点阵
1 O+ `- R) d& [- r, n8 Q2 {
9.4.4数字识别测试
, g/ ? ?9 P/ Y5 r
9.4.5结果分析
5 r: u4 {) H4 ^ H2 a/ h" G! n6 t
9.5案例扩展
8 R& P7 z. V! b {
9.5.1识别效果讨论
* j3 k6 `+ S9 C: q+ t: ~
9.5.2应用扩展
6 t \) X) \4 ?% B( c- T
参考文献
6 }6 G4 l# F2 |1 {7 ~' F
第10章 离散Hopfield神经网络的分类——高校科研能力评价
; _" O4 u ^% H" x0 _6 p
10.1案例背景
2 h2 M% O) z) g- T. s% ?% E b
10.1.1离散Hopfield神经网络学习规则
5 Q0 |1 u' E8 O6 Y$ a
10.1.2高校科研能力评价概述
# U' A8 e: e" I. I) l5 D
10.1.3问题描述
' N; F+ u) H8 G, [ C6 y
10.2模型建立
6 Q. S% i( O$ t8 q* _0 p
10.2.1设计思路
) k; M7 e0 P4 C( S
10.2.2设计步骤
# z9 P7 d5 X* c2 b, O7 M' x( {
10.3 MATLAB实现
4 H l. E+ g' r! z+ \
10.3.1清空环境变量
: B, k! a9 t- l' v/ V( O' S
10.3.2导人数据
7 M5 v) x2 e! ]" \/ [# T; ]. W
10.3.3创建目标向量（平衡点）
5 B: G6 T: q Y% V- \+ X# k
10.3.4创建网络
. {0 N$ K3 F$ P$ v( \& P
10.3.5仿真测试
$ v1 f d, w; c/ `% o
10.3.6结果分析
0 T5 n* u1 X) [: Z
10.4案例扩展
: R! q4 Z4 L' d9 K5 I7 A6 z% ~
参考文献
% E% d# ]6 i, g4 h% [) G
第11章 连续Hopfield神经网络的优化——旅行商问题优化计算
2 {5 H) l$ s+ ^5 \; q' I$ {
11.1案例背景
3 I6 P4 ?* G: F* C
11.1.1连续Hopfield神经网络概述
* i) K. A' \& o
11.1.2组合优化问题概述
. b) i: I4 g8 _0 o2 I0 N
11.1.3问题描述
6 T) S& I* u! s9 _. U1 w$ b: e" Q
11.2模型建立
1 {" j- W5 U& x+ C, k
11.2.1设计思路
' x8 G0 y% X8 R& y z* P5 J, D
11.2.2设计步骤
9 w' ^: n3 O! R) ?( z2 f
11.3 MATLAB实现
8 J- `7 L2 s2 i4 _/ I* z: L
11.3.1清空环境变量、声明全局变量
9 s$ h3 z# e W- P7 z# w5 V
11.3.2城市位置导入并计算城市间距离
4 m; X3 t7 Q! k# k7 ~
11.3.3初始化网络
$ Q- J( m2 C6 _4 {
11.3.4寻优迭代
2 f7 \- ?" Q# [6 Q+ p) T
11.3.5结果输出
d2 `* g8 t4 ]. Y- y3 q5 o
11.4案例扩展
& h/ X' L0 y) V6 O
11.4.1结果比较
. K3 i" i+ ^! W
11.4.2案例扩展
* A* t' M" [- _5 B
参考文献
! i/ N! s) l( C8 w2 W" Y7 ?
第12章初识SVM分类与回归
/ C( D6 b4 A) E( Q L/ u2 ]7 J
12.1案例背景
* t* u( s Y$ z& C' H
12.1.1 SVM概述
/ h5 g! _+ v0 |1 j* }" ?
12.1.2 LIBSVM工具箱介绍
: S9 g8 Z$ t' Q# M# t$ M( U
12.1.3 LIBSVM工具箱在MATLAB平台下的安装
( X, j' d2 a3 T
12.2 MATLAB实现
. Y* Y& {5 b8 t7 E9 o
12.2.1使用LIBSVM进行分类的小例子
% o, U8 m$ B, X. |! x& P
12.2.2使用LIBSVM进行回归的小例子
3 h* l& t6 A; {: T' y' h
12.3案例扩展
G. |3 Z# c+ G9 v( Z3 G
参考文献
8 n* P+ W% X% T7 q t6 O
第13章LIBSVM参数实例详解
8 f7 E1 V3 }: T
13.1案例背景
# j! V6 O, l9 b6 g6 c, z
13.2 MATLAB实现
: c0 {# }4 Z, |/ W& p+ H: w8 d7 P
13.3案例扩展
0 M# q) q6 w8 c/ d: F0 k+ v4 u
参考文献
4 s# [+ S* c" }
第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别
, l3 U/ {% N7 X# a" S
14.1案例背景
: v6 j u$ n& u& U
14.2模型建立
% q7 R c' d) D7 i. Z: ]0 ^4 S
14.3 MATLAB实现
/ o! B5 i7 D, }" @& o
14 3.1选定训练集和测试集
2 ]; R9 Q- W9 o2 u
……
6 x2 g6 D$ V4 z+ d3 }; N* e( L
第15章SVM的参数优化——如何更好地提升分类器的性能
% G) {7 v1 F6 L- {( z" T
第16章基于SVM的回归预测分析——上证指数开盘指数预测
; T+ o3 w$ l" U
第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测
8 X( n; g& w! w7 \0 ~3 ~$ I+ z
第18章基于SVM的图像分割——真彩色图像分割
, g' l) E7 ]6 y( j0 E" w( D( x
第19章基于SVM的手写字体识别
) K& C/ H' ?+ A* j9 R
第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用
1 T& g" e* z& @2 v
第21章自组织竞争网络在模式分类中的应用——患者癌症发病预测
# j( ^+ h! X* ~: g6 \9 V
第22章SOM神经网络的数据分类——柴油机故障诊断
7 P$ @/ {3 U" s1 [9 U& Y- K% N8 ?
第23章Elman神经网络的数据预测——电力负荷预测模型研究
" Y* l9 D1 p3 q0 e
第24章概率神经网络的分类预测——基于PNN的变压器故障诊断
0 @1 @5 x! I$ r% q
第25章基于MIV的神经网络变量筛选——基于BP的神经网络变量筛选
/ ~7 @7 Z c9 E. V8 J
第26章LVQ神经网络的分类——乳腺肿瘤诊断
' l- W) z: a/ Y
第27章LVQ神经网络的预测——人脸朝向识别
# X- |1 }/ }9 r% b6 t& i/ G, w5 Q% R
第28章决策树分类器的应用研究——乳腺癌诊断
7 r. c; T4 C0 b/ u
第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验
' i1 b! b2 B! V( u |
第30章基于随机森林思想的组合分类器设计——乳腺癌诊断
' j% [, S3 k+ z' n
第31章思维进化算法优化BP神经网络——非线性函数拟合
" K: E# y8 i+ b3 r; d! J( o. J
第32章小波神经网络的时间序列预测——短时交通流量预测
# G6 J& t. q3 m
第33章模糊神经网络的预测算法——嘉陵江水质评价
' W! V3 l. ^! F
第34章广义神经网络的聚类算法——网络入侵聚类
6 T+ @; j) k$ C- G
第35章粒子群优化算法的寻优算法——非线性函数极值寻优
' I% \2 F, l1 G, A# U5 Z: b
第36章遗传算法优化计算——建模自变量降维
/ `9 s" o5 u8 m }1 |
第37章基于灰色神经网络的预测算法研究——订单需求预测
# _9 |: k: ^, b- d; S3 [; I
第38章基于Kohonen网络的聚类算法——网络入侵聚类
m5 O: A" \1 E8 l/ T1 r7 N2 q
第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类
2 C* X/ R: A( S& _- V- j
第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现
: v/ r$ j7 C+ M7 J
第41章定制神经网络的实现——神经网络的个性化建模与仿真
, Y" A- K+ x/ M Z0 a! x+ `
第42章并行运算与神经网络——基于CPU／GPU的并行神经网络运算
3 j2 Q8 d' G& \ ^) m3 \
第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
# |/ w. E# Z, `: J8 a
序言
' _: V- R, j0 {! b7 T
序言
8 \, c0 T2 A2 u" K; y8 S
很荣幸受好友王小川之邀，并代表MathWorks公司为其新书《MATLAB神经网络43个案例分析》（《MATLAB神经网络30个案例分析》的升级版本）作序，同时也感谢该书四位才华横溢的青年才俊这几年来对MATLAB软件应用（尤其是在神经网络方面）所做的持续的推广工作。
5 w& b2 f: F6 J
我与这四位作者的结缘，与众多编著MATLAB丛书的作者相识过程类似，完全是因为热爱MATLAB产品。尤其是王小川，他不仅在论坛、微博里充满能量，而且他的数据挖掘公开课也令人称道，在MATLAB粉丝中有着很大的影响力。此次他集合原书作者，针对读者就原书中的书籍案例和写作上所提出的意见和建议，进行了大幅升级，终于完成了这本《MATLAB神经网络43个案例分析》的编写。
6 E$ }$ L9 G6 a* U2 ^' n9 X
本书详细论述了在MATLAB环境下如何实现神经网络，包括了常用的神经网络及相关理论，以及各种优化算法与神经网络的结合。考虑到MATLAB R2012b版本中神经网络工具箱作了更新，本书也新增了神经网络并行运算、定制神经网络、神经网络高效编程等章节，非常适合中高级神经网络研究人员参考。
: Y" _" J$ X6 n( X% v' H
作为众多宣讲MATLAB家族产品丛书中的一个系列，该书的最大特点是接地气，实用性强。四位作者都是长期活跃在MATLAB技术论坛的版主，每天都会在线解答MATLAB特别是针对神经网络的问题，积累了丰富的使用经验。本书所举例的43个案例，部分来源于各大公司、院校的科研课题，也有一部分来源于MATLAB技术论坛的会员提问。这些案例代表了神经网络在各个领域的相关应用，读者可以根据自己研究问题的需要，第一时间找到适合自己学习的神经网络章节，进行阅读。
6 F+ N. L( y9 u( L: z% k# [
因此我相信此书的出版，必将大大加速各位神经网络使用人员的学习进度，提升大家的工程应用能力。在此我郑重向大家推荐此书。
+ A! n6 _7 q$ i+ }
& @' p: T- K1 e
& P. m7 Z- M) |* x# `
MathWorks 中国教育业务发展总监
3 e; Z: M! _" j8 R9 M0 f
5 w1 {( F% v5 A! v
陈炜博士
/ }1 I" U6 w2 z1 ^
/ ?. M: c- f8 b2 Z% K) U. v
2013年6月于上海
- \4 p, h/ @2 a: W' ^& t1 E5 o6 Z1 c
9 o- _3 j% E) j2 b" G9 h
3 J$ C* V2 _* r# K
pdf 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
. D2 t5 Q: w* b! [
数据程序 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
, Y3 L3 B' o: Z) n5 K, C: j
- L6 q I% g' w* V1 c( s
' {( ]' \1 U1 U
& r& ]8 G4 s- X/ N
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
% X* H- M, j0 W( l