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
。
) N- k8 D' a, E* W; a2 `- S4 @
$ @+ U- R N& J1 \7 s$ G/ _
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。
6 H2 L/ t3 e# I9 c& }3 t
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。
) J g6 ?. p9 H0 p3 c4 T
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。
/ b" ^/ p% c+ x' L) C0 o/ G. e
. N1 l6 A4 y8 B" t& e4 }9 x
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。
/ @: ?+ ?- o4 U# E
' a) S4 n0 x' @. t. S
+ {* B5 k, Z! V& K' O5 x
编辑推荐
; {! u% C8 Q0 E: A4 D
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。
3 x" z% X: j7 [
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。
" v0 N' D7 Q* M o7 ?) u
作者简介
2 z6 a0 [0 Z0 C7 \# T
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。
, E. z; d A5 w& b3 f' S8 P6 H- \8 L
目录
0 u) c! S1 d. `$ j2 y0 ^' U
第1章BP神经网络的数据分类——语音特征信号分类
- X q; R; p& g4 l2 Y w! Q, n
1.1案例背景
M' S: ?$ w' G( ~: `0 C4 P7 h
1.1.1BP神经网络概述
* }' A6 D) Z3 j. b
1.1.2语音特征信号识别
1 B1 B, e1 ~ B" K
1.2模型建立
! z* W6 Y; ?6 M2 h' K
1.3MATLAB实现
$ A1 K1 P$ c0 w2 {- j( s8 N
1.3.1归一化方法及MATLAB函数
: g1 O9 D$ N0 \1 i9 C
1.3.2数据选择和归一化
* {; n2 N% b7 S$ x
1.3.3BP神经网络结构初始化
' V9 j" ?+ U O o5 i
1.3.4BP神经网络训练
; l* |+ h/ ]9 e0 c. z6 N: _- b
1.3.5BP神经网络分类
" M H" o, H! O* a4 h3 N2 R& w0 J
1.3.6结果分析
( T& q9 J) V5 C( O4 S; A" q
1.4案例扩展
; i7 ~7 D0 _( v! T' N$ [; H4 E8 y3 v7 o( q
1.4.1隐含层节点数
% D( w& Q+ R1 d
1.4.2附加动量方法
' u2 i) V# p2 ~! y/ ]( O* P7 O
1.4.3变学习率学习算法
" S* H9 H* P+ |& w3 x4 G+ c
参考文献
" c& a2 J3 k0 c- X% Q
第2章BP神经网络的非线性系统建模——非线性函数拟合
8 I" n; p+ q( A3 z7 h
2.1案例背景
- `! v8 O: X5 v" `4 y. j1 ]4 z) W7 `
2.2模型建立
s0 r$ Q5 P4 {0 t0 Q4 s0 Z6 \
2.3 MATLAB实现
# p! U. p4 M p! A1 _9 \3 H, b
2.3.1 BP神经网络工具箱函数
' }- Y8 }: ^, M% T, t
2.3.2数据选择和归一化
5 J& r ]: o# f7 M6 B
2.3.3 BP神经网络训练
5 q) {. T4 [7 T+ f
2.3.4 BP神经网络预测
( o# j( U0 I2 `- l
2.3.5结果分析
3 M# u1 c# ?, [. m- E$ Y! N( [
2.4案例扩展
9 x/ B) D# {" h
2.4.1多隐含层BP神经网络
* }$ I1 x8 M! l8 J
2.4.2隐含层节点数
& L T. w4 H) o
2.4.3训练数据对预测精度影响
- p6 b7 r3 }- b0 Q- _# I
2.4.4节点转移函数
3 p" R& y: s# P: j& f
2.4.5网络拟合的局限性
) J* N# H' S4 R: G6 I
参考文献
/ Q. M8 x! `9 w
第3章 遗传算法优化BP神经网络——非线性函数拟合
' @0 ~& |3 J. {3 S7 V6 Y; f. ?
3.1案例背景
0 `' y6 u3 k( K8 `2 K$ G
3.1.1遗传算法原理
! y- S$ k3 n) R5 }9 c% n: l2 \1 C' F
3.1.2遗传算法的基本要素
$ F" a ?! U4 N0 j, t) P
3.1.3拟合函数
- m5 M$ ^/ S2 P
3.2模型建立
3 L( Y" _3 T( V
3.2.1算法流程
% m$ `3 ?5 y X. J* |6 L& s
3.2.2遗传算法实现
! R4 o! y+ Z, B% i; A
3.3编程实现
% z9 I. M, Y& L" x9 a6 g
3.3.1适应度函数
& L8 V) h" e7 D5 T! A! |
3.3.2选择操作
) C* @% x! f+ T" J* R( M1 `! q
3.3.3交叉操作
7 W+ [: ~5 i& M% P! h
3.3.4变异操作
9 e* p, v! f3 j0 ^" N0 v
3.3.5遗传算法主函数
. D* n7 \ g. T d$ q( h& v
3.3.6 遗传算法优化的BP神经网络函数拟合
$ Q8 d. f+ G& G F+ h2 ]% z8 b
3.3.7结果分析
& Q5 }! f$ @6 S4 E2 W* }0 t1 q
3.4案例扩展
4 x3 V3 N: K5 @7 E. u4 J
3.4.1其他优化方法
) I9 C6 X6 g, Z2 e/ c2 ~
3.4.2网络结构优化
/ E' f7 o6 v# b" B5 o# y1 p0 e5 I
3.4.3算法的局限性
! ~2 N1 k7 P2 M" i+ Z' _) |
参考文献
2 B: _% [5 w0 y
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
5 t; U/ h8 v) f X5 g; [; ~
4.1案例背景
, c& R, k8 |' @: U' ^: B* M
4.2模型建立
6 X. A+ m0 [, Q+ i1 c5 y3 {
4.3编程实现
0 i) f* a F: ~
4.3.1 BP神经网络训练
6 f# W4 n$ A {8 Q0 I
4.3.2适应度函数
2 O# O% q$ _7 N: I8 Z
4.3.3遗传算法主函数
# O7 k1 x) l6 y+ C
4.3.4结果分析
3 b1 P! h6 w ?# v: G9 W; p+ N
4.4案例扩展
7 H0 R2 L4 G. W* P$ w
4.4.1工程实例
! W2 L+ T5 A$ `% `5 S5 m, y% E
4.4.2预测精度探讨
' I* c1 X/ t0 Y# P
参考文献
9 C( B; T2 A9 J/ @3 i) d3 N% q( j
第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模
3 b9 Y0 m0 x& g6 H1 {! [
5.1案例背景
0 \4 G: C! n; O t: G p
5.1.1 BP—Adaboost模型
" Y4 D3 o) e7 N* W: o: q/ X
5.1.2公司财务预警系统介绍
% i, u- h4 i9 ~% A) A' z( r4 X
5.2模型建立
; T3 V# T8 v$ u: ?0 x
5.3编程实现
! M0 P% U/ F) m5 x! }1 C0 ?
5.3.1数据集选择
) N; I: P. O. \0 I
5.3.2弱分类器学习分类
# I& Y$ i( g! }' |0 a1 l; k
5.3.3强分类器分类和结果统计
8 C& @ ?. O6 A. y k2 N$ t& v
5.3.垂结果分析
+ Z7 ^) M* G; Q* h) i; b+ b
5.4案例扩展
- ^ g+ f% m+ `% R+ q' @' q4 t5 [' z
5.4.1数据集选择
& [1 {0 g5 ]; J7 H8 @2 V. l
5.4.2弱预测器学习预测
6 K7 m! x. o1 I7 c. g+ d
5.4.3强预测器预测
m6 |+ T' Y; h$ i3 ?6 v" i
5.4.4结果分析
( q- y1 { z3 `! k; f9 S
参考文献
* x& T D2 w; l6 C
第6章PID神经元网络解耦控制算法——多变量系统控制
$ E1 n# \" o% o$ w3 }! b1 n
6.1案例背景
& D& g0 S* v) u V
6.1.1 PID神经元网络结构
* x& v/ n2 C5 C4 {. R
6.1.2控制律计算
& `1 P, L+ E9 P L1 P: p" H" j5 r
6.1.3权值修正
5 l3 m- E8 ]( t# p' ?
6.1.4控制对象
2 ]; }3 [4 f) O
6.2模型建立
4 e$ Y% s2 M7 u3 d% h0 o
6.3编程实现
* l: Q4 A0 F3 C! _/ }
6.3.1 PID神经网络初始化
; ?2 H* B6 x7 { n: F* t
6.3.z控制律计算
% H3 c, b( d# G! j
6.3.3权值修正
' c2 H+ `) c" E! z' r3 `9 [2 f
6.3.4结果分析
" J5 R$ r* }5 s" x( f5 r) w: L
6.4案例扩展
( x, D* O; U6 G, g7 G- W9 }7 w
6.4.1增加动量项
. N# S9 S" ^ m0 f/ `( u
6.4.2神经元系数
. I4 P6 p+ \) A
6.4.3 PID神经元网络权值优化
4 V" M: a$ c' K
参考文献
$ O) q; g; r7 o; A# s/ X2 O
第7章 RBF网络的回归——非线性函数回归的实现
1 I+ e/ l" F3 C5 |9 G* s/ w2 P
7.1案例背景
. e' f4 r8 _: D. J
7.1.1 RBF神经网络概述
* V" G' V( I! i" E5 U) k
7.1.2 RBF神经网络结构模型
; l$ G( p5 ~- \, y& m+ D; D# c
7.1.3 RBF神经网络的学习算法
. d6 Y5 o4 X5 A1 h
7.1.4曲线拟合相关背景
7 N% Y0 B- R9 h
7.2模型建立
" e- }) p2 I9 C9 s6 V* X
7.3 MATLAB实现
2 u( w0 C2 }- A' \
7.3.1 RBF网络的相关函数
8 G' W# O6 Z: m1 r) [- D! |3 w
7.3.2结果分析
?# D( |4 t. d) | |) l( I
7.4案例扩展
8 Z* t+ j) _4 ?+ ]2 g2 x, f
7.4.1应用径向基神经网络需要注意的问题
9 q4 A3 v' B k1 f* q- I
7.4.2 SPREAD对网络的影响
# G& ^, o" ` O5 p, ?: K& @
参考文献
2 H. `, X4 x3 K9 w' ]
第8章 GRNN的数据预测——基于广义回
" M" A$ U( Z- |( G
归神经网络的货运预测
. Z1 t F9 n+ ~# R0 a& |$ I4 x* t
8.1案例背景
8 \6 }2 z- G! H# F4 [
8.1.1 GRNN神经网络概述
- B4 |; I( k" L. J7 x; B
8.1.2 GRNN的网络结构
$ p) x8 W c/ @9 \
8.1.3 GRNN的理论基础
* \2 r) s" T* E- p) I1 ^5 N( \
8.1.4运输系统货运量预测相关背景
6 [1 }" R: M, B4 V- k* R
8.2模型建立
* E( H* B7 n- ^* w" l0 w* f
8.3 MATLAB实现
& i8 d) L2 d- o7 [7 g/ ]
8.4案例扩展
1 N; M% M$ b9 A [ U5 U8 _3 k
参考文献
9 M$ o) @2 K$ W4 B
第9章 离散Hopfield神经网络的联想记忆——数字识别
2 ?) |4 L; L3 y. ^+ N8 `+ z0 P
9.1案例背景
/ G. A, _, W' ^% R
9.1.1离散Hopfield神经网络概述
# ^6 _+ s2 |/ S- `3 N+ s! Q
9.1.2数字识别概述
' S s4 F, ]0 Y8 P
9.1.3问题描述
& t' H! J- _$ {4 r0 l* w0 X. k
9.2模型建立
@. l8 a) s* E
9.2.1设计思路
3 X) j& N4 O r# d
9.2.2设计步骤
7 }/ g2 |& c k. U# j
9.3 Hopfield网络的神经网络工具箱函数
: D. V7 A) B/ T' Y3 r
9.3.1 Hopfield网络创建函数
$ r* y' ]$ e" M( S, t
9.3.2 Hopfield网络仿真函数
9 ?3 Q" T+ |6 \( l- V$ B! o. G( D1 Z
9.4 MATLAB实现
/ d2 S; w4 A# ~
9.4.1输入输出设计
8 J' P7 U; |6 l5 w; Y; p6 I0 m* e0 r
9.4.2网络建立
+ K* P8 [4 E/ \& u# n8 O( A4 z, I
9.4.3产生带噪声的数字点阵
; ` s M9 J& Y9 L i% S
9.4.4数字识别测试
- c- D6 f$ i6 I. E) |
9.4.5结果分析
0 @ j/ s) z' P( [9 v; r& c4 `9 @
9.5案例扩展
$ V& M. Z/ B& m b2 s2 `! E
9.5.1识别效果讨论
5 P# D/ r, O7 Z9 {8 D( ~$ ^
9.5.2应用扩展
, H* H8 R1 d' A: @2 [
参考文献
& I3 F7 n- ]$ A6 w
第10章 离散Hopfield神经网络的分类——高校科研能力评价
+ ?5 Q3 u- j5 H! Z( X; g, F
10.1案例背景
1 H+ A m0 ~0 k1 Y
10.1.1离散Hopfield神经网络学习规则
6 ^* |. w5 G0 j; M
10.1.2高校科研能力评价概述
2 \% B1 L0 R' K$ d1 |3 f5 }
10.1.3问题描述
9 ^% Q- {7 b& y) L
10.2模型建立
7 ?+ S! a d+ x3 J. a5 u
10.2.1设计思路
5 F c0 L% G" p2 n$ ]
10.2.2设计步骤
% @4 v7 j/ A& b: v" y* R: O; |
10.3 MATLAB实现
% Y8 G7 D6 b; C# p& J: n
10.3.1清空环境变量
# O& n; }& n) _5 L2 W. C8 A5 O4 ^8 j; n
10.3.2导人数据
- o; ]9 w1 W1 F1 s9 }
10.3.3创建目标向量（平衡点）
1 T/ y9 D4 @5 E m m4 v
10.3.4创建网络
0 _; e& O: L2 f; f4 u
10.3.5仿真测试
9 K# b' |( R9 ~
10.3.6结果分析
9 L5 S+ m$ E0 _+ S S0 m
10.4案例扩展
3 q# m+ B3 J! K! i! E6 ^
参考文献
* D$ ]7 w$ H( r5 U2 ?
第11章 连续Hopfield神经网络的优化——旅行商问题优化计算
8 J1 ^- F8 w9 ^+ c( G$ p
11.1案例背景
4 `9 Q' `* P. R
11.1.1连续Hopfield神经网络概述
% f/ j/ U8 v1 ^$ c8 _& d9 F
11.1.2组合优化问题概述
( ]2 P( m: h$ q6 [7 v3 ?
11.1.3问题描述
6 k# `/ }& \/ I {3 B; }
11.2模型建立
/ E* k$ M0 t/ v( }
11.2.1设计思路
: j' Z+ s0 q4 b; }
11.2.2设计步骤
( L& e2 Z+ Q! R$ p4 n. @
11.3 MATLAB实现
6 h3 |6 `2 }- | I
11.3.1清空环境变量、声明全局变量
9 R- S+ O, C* C" i& \* q5 L& x! H
11.3.2城市位置导入并计算城市间距离
7 v: M! c/ } |9 H/ v2 O
11.3.3初始化网络
i; { X( ?, s
11.3.4寻优迭代
4 h4 J: [; g" `+ G, w
11.3.5结果输出
3 b/ ~ o! |, l6 l% i3 m
11.4案例扩展
. o7 _+ L O% E+ f8 |2 y! G
11.4.1结果比较
+ c4 E! h$ y; N4 @
11.4.2案例扩展
5 M: ]+ r4 t* B( V+ c5 N$ I4 }) B0 M
参考文献
% h" l3 R$ {) [% z
第12章初识SVM分类与回归
/ \; ?+ {9 f& p4 Y1 ^7 [# g
12.1案例背景
; u+ \6 b5 C# x8 P; A
12.1.1 SVM概述
6 l' m. Q5 k# W7 W6 ]9 l# T. Q. i
12.1.2 LIBSVM工具箱介绍
+ O9 L2 D1 l- ^
12.1.3 LIBSVM工具箱在MATLAB平台下的安装
# H8 g$ w! s/ e; z# E2 Q4 V+ S1 ^; h+ M
12.2 MATLAB实现
4 [7 N! ~- @/ p$ z! b8 |
12.2.1使用LIBSVM进行分类的小例子
$ b, X9 Z8 d3 S* l
12.2.2使用LIBSVM进行回归的小例子
& f1 Q8 t% V c6 a* w5 Y$ i3 M. ?
12.3案例扩展
+ R" E8 n+ p: t$ [) p5 ]; r2 V% i4 c& R
参考文献
2 j3 L1 l- ~2 Q7 p
第13章LIBSVM参数实例详解
6 c8 M# s8 H% ^% H+ o( B0 D
13.1案例背景
6 h; p0 ^* S: F
13.2 MATLAB实现
+ K0 f* E3 [7 A4 z8 w* ^; ~
13.3案例扩展
8 F7 \' A9 L" U2 P+ U. L
参考文献
( \0 G+ L; E! U- }
第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别
% S9 I" B4 x5 R7 O& O
14.1案例背景
4 V6 R8 q8 s* B5 _% U+ ^1 l
14.2模型建立
; e7 e9 r( X4 K
14.3 MATLAB实现
- I2 u i& ?2 r+ a0 h
14 3.1选定训练集和测试集
) b* ?0 L4 F7 Q. m3 k" ~
……
* c' F e: R/ J5 t. {) V
第15章SVM的参数优化——如何更好地提升分类器的性能
) Z- u1 d/ ~. y. q
第16章基于SVM的回归预测分析——上证指数开盘指数预测
7 E9 Z9 K( [9 y) e* w. w
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
4 K, C; F! j+ B+ S8 n$ ~" G
第18章基于SVM的图像分割——真彩色图像分割
% q( |+ _6 y8 W* c
第19章基于SVM的手写字体识别
3 _7 C( d/ n1 I
第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用
' _" ?1 T* |8 i9 j. c9 b7 T( ^
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
2 |& D1 K8 C/ l- B1 W6 M) N4 j8 u/ I
第22章SOM神经网络的数据分类——柴油机故障诊断
0 u, ^" `' p$ U7 J8 q$ u2 i
第23章Elman神经网络的数据预测——电力负荷预测模型研究
* L6 K2 B3 ?; I( 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
1 X# V9 y( r- | [+ \
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
4 Z6 o E) F+ d0 l3 F$ o
第26章LVQ神经网络的分类——乳腺肿瘤诊断
$ g8 x! u/ k9 a4 C) v' x# ^' M+ z
第27章LVQ神经网络的预测——人脸朝向识别
* T6 Q/ Q2 Q# J; v
第28章决策树分类器的应用研究——乳腺癌诊断
% O. y- B1 i; z( V& U! y
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
9 C: _4 x/ z2 e0 c9 r" q/ ^
第30章基于随机森林思想的组合分类器设计——乳腺癌诊断
$ ]! ]) A1 c/ m0 S( B
第31章思维进化算法优化BP神经网络——非线性函数拟合
# y' l0 A8 L; b/ j. g4 q) n
第32章小波神经网络的时间序列预测——短时交通流量预测
) g g" v; w; [5 P! V& @& v
第33章模糊神经网络的预测算法——嘉陵江水质评价
$ t1 o* Z/ m. r) ~7 b2 X5 q
第34章广义神经网络的聚类算法——网络入侵聚类
5 V+ ]. @5 X+ n* j3 C! e% w
第35章粒子群优化算法的寻优算法——非线性函数极值寻优
0 v- k/ N/ s2 l7 x' Z% x/ `
第36章遗传算法优化计算——建模自变量降维
* Z% r k7 ~9 c4 Q6 _8 r' Z
第37章基于灰色神经网络的预测算法研究——订单需求预测
$ W: Z0 j) m5 e3 k
第38章基于Kohonen网络的聚类算法——网络入侵聚类
7 c! C5 C7 p1 ^, d8 X
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
/ j" C, {- q" p/ `& {2 A# y
第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现
2 a! |2 z7 l5 @, V: s" S8 n1 e
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
6 D9 I0 G" ~( o/ C
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
( Z9 ^: o5 j: N, ~, H/ k
第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
0 T& E, W! ~7 n. w4 g* ^& l* H
序言
9 N, B \4 A2 G. c+ H( {1 R/ Z, s* h
序言
0 u) I y5 \: F5 g0 t4 l
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。
4 m# K" H; L8 g
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。
. H4 l) b6 l6 w, c( P& d* V6 d
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。
/ e) E+ y3 p- g4 S ]
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。
9 \4 l! `* \9 y5 R
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。
* E' @5 R5 _( {* M$ i2 P% j
. y1 k, ^$ f1 p: x! e% |6 P
- I7 m) X4 s4 z) ^# A
MathWorks 中国教育业务发展总监
+ p. ~8 o: D7 i) D
2 Z$ e+ l0 _. G! w' @
陈炜博士
# ] F" z' Q" \) c- ~0 n
x1 T# a0 i! o. n# h
2013年6月于上海
$ c- k/ f3 A; W: T: ^* a
. S9 C/ T7 _! k4 O
5 m9 k/ M! z! u' t5 |3 y
pdf 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
* ?) N7 a3 p( F& T G1 Y, k2 W& M
数据程序 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
. F5 O- p# s7 H0 m6 k
- M6 L5 T+ P) O2 i6 C, h5 |0 v
0 o% N) [0 i. E1 i4 ~6 t
& U0 ~% N/ s/ l3 q
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
. N1 l6 A4 y8 B" t& e4 }9 x