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
。
% X3 v* ?$ w+ h
/ J* E# e! H3 R7 P1 v7 N- j
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。
8 w% X& u4 j% B4 i2 L
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。
* |0 _4 Y# w" ^+ m7 s" r" P
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。
1 t5 Y8 `2 s/ d, e+ Y0 Y% p
8 K2 I( a4 W! w& r* Y& S. [
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。
( |7 x6 E! m! T) P3 R- B5 g
+ q1 T! ?- A' G# m8 M' x4 \
$ @9 ~ \, _) O/ l( ]* [& Z+ _, ?
编辑推荐
4 @) D4 {7 x/ s$ O4 U
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。
! G& m8 |, R7 s, b+ G
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。
+ `8 e! T# L! ^( a1 v0 {
作者简介
. ]- s, c; h; g& S& f- J
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。
0 q, b z* \5 Y
目录
; g" M5 t* U+ O: e! u
第1章BP神经网络的数据分类——语音特征信号分类
, l/ Q3 @; y* _
1.1案例背景
; Q1 A- a" ?" i% z2 i
1.1.1BP神经网络概述
; s( ^* ~. h0 a" t
1.1.2语音特征信号识别
( A8 h# }/ ^$ }/ r& b1 Z/ M2 q' h# B
1.2模型建立
9 z3 u" n: ]! ~9 j. B# X
1.3MATLAB实现
8 b/ ^7 H) Y c1 C
1.3.1归一化方法及MATLAB函数
. O- d$ c# u* F1 s( a
1.3.2数据选择和归一化
! D9 U2 d! x; R9 A: R
1.3.3BP神经网络结构初始化
# H/ b% w1 n' d3 T/ D, z( l4 V& I
1.3.4BP神经网络训练
; O5 ~( ~- [& D' g1 X
1.3.5BP神经网络分类
. o6 ?/ {7 k T. k, [# G
1.3.6结果分析
4 x, h" N2 W& I6 E# _7 O0 E
1.4案例扩展
; A1 v. N$ ?7 m' U- M5 ]& G
1.4.1隐含层节点数
; m, O9 t! C# v/ j' A" V( d
1.4.2附加动量方法
1 K/ r4 l8 b' b6 c; u' I
1.4.3变学习率学习算法
' s! i0 K( t- ]$ \
参考文献
7 N2 v9 N& o. ?, l/ t
第2章BP神经网络的非线性系统建模——非线性函数拟合
$ n0 k# S$ J3 l
2.1案例背景
i9 g9 A: F# p/ Y L6 u4 r" |
2.2模型建立
' p- Z) q. W. N; G7 e) `
2.3 MATLAB实现
" ?! R4 q. ~0 L& ?
2.3.1 BP神经网络工具箱函数
" `( C [7 L6 l, ~3 O2 Y. w
2.3.2数据选择和归一化
4 H4 {7 R; }! R0 d; K: _% Q, _: J
2.3.3 BP神经网络训练
9 ~0 R/ p0 i% H" i: j8 H3 G5 z
2.3.4 BP神经网络预测
. k; G/ C7 s) h" A9 t7 ?
2.3.5结果分析
9 H9 B# z) t4 u% n
2.4案例扩展
4 V. ^( g( Y4 |+ U3 `# m. ~
2.4.1多隐含层BP神经网络
" i( o' D$ s& E. |
2.4.2隐含层节点数
+ c2 e7 Q8 [% z0 p
2.4.3训练数据对预测精度影响
7 X" W1 H0 c% n; F2 c. q& i
2.4.4节点转移函数
# R" h( ~# O K% P( b- T
2.4.5网络拟合的局限性
% S- ~* d) @& }+ r4 V
参考文献
; P2 G1 h5 u. f$ z# C3 ?
第3章 遗传算法优化BP神经网络——非线性函数拟合
4 H$ M3 t! |: | i2 z. o8 T
3.1案例背景
`3 f) o) f5 ? f9 O! h2 P
3.1.1遗传算法原理
- U# c+ H# {, A# M0 `
3.1.2遗传算法的基本要素
, l: i, k1 L9 i
3.1.3拟合函数
! |- f& d/ v7 N$ e
3.2模型建立
: W ~/ Z9 [- d+ W6 C
3.2.1算法流程
9 x3 c' g, e' P5 d
3.2.2遗传算法实现
! A) F; }9 U1 }/ j
3.3编程实现
& z, y) b1 s; M S
3.3.1适应度函数
0 M' S4 j" q1 X/ F' G
3.3.2选择操作
& s* d" \( {7 b3 y9 @3 F$ G
3.3.3交叉操作
; `% ~/ X' O Y* L
3.3.4变异操作
% \/ z% J: t3 R) t
3.3.5遗传算法主函数
% c8 T- l `! B) u! t' ?: l
3.3.6 遗传算法优化的BP神经网络函数拟合
$ r3 P' b* A& e6 Z% L6 X( ?/ M% E
3.3.7结果分析
" q. w1 Q, d7 L
3.4案例扩展
) w" ]9 F! P- v5 g9 u3 S
3.4.1其他优化方法
3 J( l2 S" U6 P7 @# W
3.4.2网络结构优化
: j" V6 x0 D4 R \ j& x/ f J- k) W
3.4.3算法的局限性
4 j# p# _3 M0 C* u
参考文献
7 L7 Z+ H( [8 C
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
* o' }7 ~# F# x. W
4.1案例背景
" G/ B: `. s- Q
4.2模型建立
5 Z9 V8 D) X- s; N# s6 j9 u
4.3编程实现
& ~7 ~2 I, R; Q# g
4.3.1 BP神经网络训练
- Z7 Y" a( A0 t; |* t. R6 O) O5 ^
4.3.2适应度函数
% C b- H: O% ]( y
4.3.3遗传算法主函数
$ N4 \/ @5 p* a9 E
4.3.4结果分析
1 X4 Z7 P: R, O5 A5 `9 I
4.4案例扩展
) f, J( A5 G# d' D
4.4.1工程实例
1 g1 l: }8 \$ r6 i+ R
4.4.2预测精度探讨
3 ?; Q9 N) y* V% j8 V
参考文献
8 B% Z( {. y* H' {9 [. q$ G, r
第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模
% k9 b+ v: v* v
5.1案例背景
3 |& u6 M u, P# g
5.1.1 BP—Adaboost模型
4 a0 |! z" C* }' k
5.1.2公司财务预警系统介绍
$ R. @0 j7 r$ U0 g7 o, }" A
5.2模型建立
* E1 z E7 Y0 `9 ]
5.3编程实现
$ A0 |1 d7 q$ F0 q! k
5.3.1数据集选择
, j+ `- X! c$ Y+ ?9 o7 I7 S/ f
5.3.2弱分类器学习分类
) {2 T. K l& {; z
5.3.3强分类器分类和结果统计
; f1 v: @" \2 l* L0 G9 h/ X3 o' i
5.3.垂结果分析
* q. Z$ v% T; c0 Z
5.4案例扩展
6 s8 r0 y* ^+ l# F
5.4.1数据集选择
' v/ u% o& `7 ~* |# b( X
5.4.2弱预测器学习预测
& o5 P9 H* U4 K) o' w& B% _! f
5.4.3强预测器预测
% d/ I# [7 {5 V! @# S* Z2 s
5.4.4结果分析
% v- B9 r. M$ U6 {* N, u. F
参考文献
t5 l# O* ]& a
第6章PID神经元网络解耦控制算法——多变量系统控制
O, n, }8 n, ^8 N; u# b
6.1案例背景
3 o8 E6 l; f% F$ e
6.1.1 PID神经元网络结构
$ w# y+ z! r4 r# {" `
6.1.2控制律计算
1 p; L8 ~! U6 R) R
6.1.3权值修正
+ L1 E" C k/ X8 Q/ G% q0 o
6.1.4控制对象
8 E( `% H" p0 ^2 p! B
6.2模型建立
$ P) U0 V7 k' q+ u
6.3编程实现
8 T# W5 U" b" ^/ ~3 B
6.3.1 PID神经网络初始化
7 ]# L, p7 C' y. ~% O
6.3.z控制律计算
3 e0 x- Y( L1 L0 L
6.3.3权值修正
0 r+ L+ B5 f4 o- N2 Y
6.3.4结果分析
w: d$ J1 \6 L+ r& r1 w7 Z
6.4案例扩展
& Q6 o! A, c* U5 U. |' J" O0 W
6.4.1增加动量项
( \6 c' C. t) \% u- K# w' a! w
6.4.2神经元系数
4 |' {+ Q/ l% v o9 h
6.4.3 PID神经元网络权值优化
0 Z: u5 h$ N% u4 ^
参考文献
# d9 j2 j6 B# _4 L$ T$ G) L
第7章 RBF网络的回归——非线性函数回归的实现
* M! M3 G3 _. o
7.1案例背景
0 A6 m3 }# h- i* }# g! y; r
7.1.1 RBF神经网络概述
9 o& ~% T$ v8 D0 z8 q0 I2 u0 P, i7 U/ |
7.1.2 RBF神经网络结构模型
3 E: P1 F( ?0 T: _* Y% [
7.1.3 RBF神经网络的学习算法
, {: p2 ]/ I7 ?
7.1.4曲线拟合相关背景
2 R- e+ f! _/ r
7.2模型建立
8 `) r2 T0 a7 i- p
7.3 MATLAB实现
+ ^. E: v7 }6 f) O/ Y1 ]
7.3.1 RBF网络的相关函数
3 ~! X; k/ \5 X6 g0 d t/ O: M
7.3.2结果分析
( `: S! t; @9 J0 \! A7 k9 ?
7.4案例扩展
2 @# V+ t! {' P0 o! [# [. O) d
7.4.1应用径向基神经网络需要注意的问题
- |% u; g+ J; Y2 Z: O0 x! h
7.4.2 SPREAD对网络的影响
5 _& q- W, [ Q9 d
参考文献
/ n* B' w/ Y# ]8 J
第8章 GRNN的数据预测——基于广义回
, y3 \; Y5 [* Z. \: R" |
归神经网络的货运预测
' {5 f. ^4 N6 j2 b. s
8.1案例背景
7 y# v, _9 n( _
8.1.1 GRNN神经网络概述
. l8 `" w, q. D& a& G; n7 ^
8.1.2 GRNN的网络结构
& u$ ? Q% ~" d
8.1.3 GRNN的理论基础
" q" B1 J1 c( v O
8.1.4运输系统货运量预测相关背景
% }; L2 O/ K$ p J
8.2模型建立
M/ x/ D+ S5 C6 a9 V" O# c; T
8.3 MATLAB实现
3 T) R" P+ L3 h' s
8.4案例扩展
8 J4 u, l z# E3 D+ C; U$ I o+ @
参考文献
" e( h0 O1 V) {" l
第9章 离散Hopfield神经网络的联想记忆——数字识别
/ b' f8 R( h" S( q4 D' P8 ^( u, z4 {
9.1案例背景
! }2 I2 k. j& N0 G: R1 `: ]0 J
9.1.1离散Hopfield神经网络概述
: w0 q$ h, c F/ X) V/ F
9.1.2数字识别概述
0 G" {0 E6 D2 y7 t
9.1.3问题描述
0 Y2 s) ]/ f* {8 c9 T7 Y
9.2模型建立
2 ^9 v: G+ U: L+ s$ T: c
9.2.1设计思路
- x# V- M( R$ H
9.2.2设计步骤
3 W7 g9 _4 c1 z8 T6 M9 Q' M
9.3 Hopfield网络的神经网络工具箱函数
9 `7 P& m9 V* N- y, G
9.3.1 Hopfield网络创建函数
i5 v. ` a* x L% o+ [; I
9.3.2 Hopfield网络仿真函数
/ a4 |4 E) |1 t: L
9.4 MATLAB实现
: F, C4 F' B8 [, F0 a/ W
9.4.1输入输出设计
2 z) D5 m9 K5 _9 f8 ?% }% B
9.4.2网络建立
; ~1 S- X) F5 r# `
9.4.3产生带噪声的数字点阵
% U/ Z7 B; w6 r+ l( H$ A
9.4.4数字识别测试
6 u2 l9 y5 T+ T" o
9.4.5结果分析
' J; X$ m5 \( | {7 R5 ~& I0 l
9.5案例扩展
' |$ g' N. E, V
9.5.1识别效果讨论
' z, D3 h" z! R1 ~/ v5 ?
9.5.2应用扩展
) G* e% K* v: F- W' z
参考文献
. }( [! U6 B3 F5 B1 w( v' ~
第10章 离散Hopfield神经网络的分类——高校科研能力评价
7 D: h' ^: g( x6 p" `8 M) m
10.1案例背景
9 D' o# B- E _. n" U
10.1.1离散Hopfield神经网络学习规则
/ W& n8 t' e7 m9 a, t3 g
10.1.2高校科研能力评价概述
2 i2 N4 {. i# I7 t
10.1.3问题描述
3 m% F+ B$ E0 K1 t4 s1 R( q
10.2模型建立
1 e1 g1 D4 r E! H3 a
10.2.1设计思路
8 V( Q1 B* i+ ^) u- j
10.2.2设计步骤
2 p" c: Y1 ^; W- z# K C) t6 E' A% g
10.3 MATLAB实现
! m$ r, Z" Y' _7 T# o. o0 q
10.3.1清空环境变量
2 G3 S( P F& e' r V9 v
10.3.2导人数据
6 J/ x5 M8 |( M6 g+ T5 P
10.3.3创建目标向量（平衡点）
+ t. i1 x3 p# V4 I7 q' Y
10.3.4创建网络
% U6 k2 m, ]" a$ g0 d3 m. _1 \/ V
10.3.5仿真测试
; E9 x4 K+ `0 u% J
10.3.6结果分析
1 |6 h- J2 x. L, X7 G4 D0 B6 Q G
10.4案例扩展
/ c' ~( }: P1 X9 A" g
参考文献
p5 [: H0 N! R6 B r. L: n& w
第11章 连续Hopfield神经网络的优化——旅行商问题优化计算
' J& ]( D; J+ F4 [2 G- g# W
11.1案例背景
& q- c& y, @- ~. q/ }
11.1.1连续Hopfield神经网络概述
! e5 ]" u" S# R9 U" B& q6 V
11.1.2组合优化问题概述
3 ?$ O# @2 V$ d# u
11.1.3问题描述
# D3 Q( ]# Y4 K5 T) \; v8 x# r3 E- t
11.2模型建立
. q' w* x h# w/ z$ O. i% R
11.2.1设计思路
( E; ~+ D9 W' J
11.2.2设计步骤
7 r; \1 }+ [4 g) z2 a
11.3 MATLAB实现
+ Q! v4 \, M" d0 ~& x
11.3.1清空环境变量、声明全局变量
/ _. Z |4 {5 R% \6 v
11.3.2城市位置导入并计算城市间距离
3 j4 B' ^2 l* G- d& e; Y
11.3.3初始化网络
% n5 X# V# N$ g+ ^# v; v
11.3.4寻优迭代
2 k, h* ~+ J# b' r7 q
11.3.5结果输出
- H W2 z0 W+ A" Q1 ?1 N3 ^5 p
11.4案例扩展
0 Z( E% K9 \/ I7 ^
11.4.1结果比较
( g9 ?( N' J7 v* O2 r8 A7 e6 M
11.4.2案例扩展
- C3 h! y, e4 I- ^
参考文献
& `$ r' k! w2 R# A
第12章初识SVM分类与回归
1 H' O% n" t- u- O; _
12.1案例背景
, {$ y0 v( F8 o5 @
12.1.1 SVM概述
! Q% U0 U0 p7 m. `
12.1.2 LIBSVM工具箱介绍
+ c$ Q0 \' o8 ]/ e2 |
12.1.3 LIBSVM工具箱在MATLAB平台下的安装
9 J1 c6 t5 Q, z4 P5 _& B* I
12.2 MATLAB实现
) Q& \1 p& ~9 s' n3 b5 F( s
12.2.1使用LIBSVM进行分类的小例子
: L! m e9 Q7 C+ R! y( l/ z
12.2.2使用LIBSVM进行回归的小例子
* [$ N: D: S2 V9 Z
12.3案例扩展
( M% B4 a! ~% t" u8 p
参考文献
e# \" t4 S: s1 H
第13章LIBSVM参数实例详解
7 g; p# U5 o! v' g1 M. [6 K# m
13.1案例背景
* Q3 I( o! k* k* ?
13.2 MATLAB实现
& f5 q) D; r7 s) a, ^3 q
13.3案例扩展
7 d6 G- x+ u% U' T: O2 s# N# m
参考文献
; E4 o2 m, f! T1 ]8 D
第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别
* M7 j5 S! A& m$ I5 e! S# p
14.1案例背景
! w# @4 B- k2 o q& p/ d. b) o$ @
14.2模型建立
# o+ s2 o' {+ e5 [
14.3 MATLAB实现
9 W1 P ?7 |$ C/ |8 x0 R
14 3.1选定训练集和测试集
) d+ C/ V7 Q4 @" |% Y
……
4 \$ r3 L8 h" Y% b, \
第15章SVM的参数优化——如何更好地提升分类器的性能
8 h8 ~: D+ r1 T+ u) \: q
第16章基于SVM的回归预测分析——上证指数开盘指数预测
" W( s" ?4 i( k# J# y
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
7 F7 p# d: k& p! F5 H" m+ m* |
第18章基于SVM的图像分割——真彩色图像分割
3 L- l: d# J" E2 d8 M+ r
第19章基于SVM的手写字体识别
+ f0 E* `2 v V5 w9 x7 X9 Y
第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用
D" L" g, I# O$ z8 a6 T; L# z
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
, |( [9 d$ Q/ G4 H& l' X4 Z
第22章SOM神经网络的数据分类——柴油机故障诊断
7 X/ D% f/ |" t( ~; c6 [
第23章Elman神经网络的数据预测——电力负荷预测模型研究
/ e" O5 D5 l @9 L1 f1 N0 Z( D
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
. e2 Y) |" A' ?
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
! t0 D( S4 v8 ]
第26章LVQ神经网络的分类——乳腺肿瘤诊断
6 m0 V7 `: |9 _3 m
第27章LVQ神经网络的预测——人脸朝向识别
9 N% G* N1 t. t. L
第28章决策树分类器的应用研究——乳腺癌诊断
& M0 ~) z+ W9 o0 P+ f
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
, z9 x: h1 i, Y/ O9 |; Z/ J
第30章基于随机森林思想的组合分类器设计——乳腺癌诊断
. F' `+ e- ]' V% K# t
第31章思维进化算法优化BP神经网络——非线性函数拟合
" y) x# P" b0 \8 ~( ] s7 x
第32章小波神经网络的时间序列预测——短时交通流量预测
$ }) s7 a) l/ w# t0 t# N
第33章模糊神经网络的预测算法——嘉陵江水质评价
; _) I2 E) k( ^* P
第34章广义神经网络的聚类算法——网络入侵聚类
# T5 ]! p' y: S% ]8 l
第35章粒子群优化算法的寻优算法——非线性函数极值寻优
; C4 i# U5 d; v N( y$ k
第36章遗传算法优化计算——建模自变量降维
0 N0 V- L9 h' E3 W. R! q
第37章基于灰色神经网络的预测算法研究——订单需求预测
4 T7 o' y( o& Q% l
第38章基于Kohonen网络的聚类算法——网络入侵聚类
% f% H( J" j/ D' Z& h$ z
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
% R! c3 N4 z2 P) K6 j, k5 h. Q
第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现
4 _# T$ S1 ^5 g: G+ @
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
S( W4 ]+ @ F& y. T
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
! w7 [) y! {& N+ M
第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
" k. G3 d: Q1 x4 Q; E) M) q
序言
$ b5 `9 \9 k3 ~! Q
序言
" _, U- v- u* K; `9 B I
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。
- m! }9 ~6 r, S* U6 |# v
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。
1 Y# q! U) Y& c0 C0 R
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。
" i9 R! _# H% }* B/ ]% k
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。
8 }- \2 r* `! q4 t% w
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。
# R& x- e) j9 Y' I
# V6 o: | t" v$ ]# r$ \4 u/ p
3 Y. M0 P, @& y7 {' A! B" u# D
MathWorks 中国教育业务发展总监
$ @. L% y6 y9 Q0 a9 b m. k2 e
2 Z, S0 ?, W: k ?$ @9 Q$ q! I
陈炜博士
: [& T# {' n; t# ^, J
- c. g; V9 Q3 U: y. i: B: B
2013年6月于上海
7 J) g2 B3 R f" ^. p
1 s6 e* `4 g. J2 x
# U4 x( X1 q4 d* l- W |
pdf 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
5 X' ?: v1 ^5 L
数据程序 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
, h' _4 f# M$ `, @& H
; |* D9 A5 B: d: P n7 N9 n
. A3 b1 q* I: z; C/ e( n; g: m
; J8 T' q9 @+ N) S8 f$ H
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
