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
。
( O: S% l7 t8 @+ S( }$ E
" A3 M# u5 O7 ^9 X1 R
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。
4 D" m9 m7 z3 Y5 s
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。
2 T _7 W' n# D% V0 a
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。
$ N: B0 F* y( l1 t/ Y! p6 v& _3 L
$ ?. w: E+ Z: F
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。
5 _5 E( w( u* ?; O
$ M: O8 e' ?/ j X N
% R" a/ b9 B. Y9 w
编辑推荐
4 v9 n# f% L ^7 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。
4 c, o' F* U( F! |$ j' @( P, {
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。
; r3 i1 @; z" m! m
作者简介
2 S2 n B* k! i7 _9 h! S5 k
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。
+ {6 u& k# b8 w6 ]1 B( H7 ?+ r1 O
目录
( L# T1 ^1 r |% t0 J9 ?
第1章BP神经网络的数据分类——语音特征信号分类
8 G) E- A7 s& V; l& D% l) Z5 }. H
1.1案例背景
* k3 d* H# Q+ l6 ]8 ^
1.1.1BP神经网络概述
- b! _% W; {& I7 E$ h/ u& W
1.1.2语音特征信号识别
" z2 D& S) j4 k
1.2模型建立
! |' y* `. W% C1 E9 y
1.3MATLAB实现
6 d% C8 e! P+ B" J
1.3.1归一化方法及MATLAB函数
' k/ W) _) ~ d0 h
1.3.2数据选择和归一化
- s; P& c# k* s0 H7 C L* x
1.3.3BP神经网络结构初始化
! z3 `& c8 z6 [- Z- o, K
1.3.4BP神经网络训练
+ Y2 S# ?. a' d" L
1.3.5BP神经网络分类
3 S7 g3 i( Z9 M: K( G* O
1.3.6结果分析
$ u* R5 m9 V: `$ r. L3 o' H
1.4案例扩展
0 p( \+ p0 o# k$ j) I' v# E$ E
1.4.1隐含层节点数
5 Z; w7 ] S9 b! Z& M+ _7 J: H! T# c3 d
1.4.2附加动量方法
5 H7 f' f0 e* K4 w. R8 L
1.4.3变学习率学习算法
, A- l# t G; t' t; ]8 D' h) g
参考文献
0 o5 y. R: {( ~1 Y7 u' q
第2章BP神经网络的非线性系统建模——非线性函数拟合
) B5 Y5 q0 k2 O
2.1案例背景
/ q9 y. X ~* q& f0 B0 |% A' v8 B
2.2模型建立
6 h0 ~+ F- U _2 c$ N, ^
2.3 MATLAB实现
- Z0 v$ _8 v5 {- |
2.3.1 BP神经网络工具箱函数
! l; D3 K% S# {6 ` C4 p& x7 R* b
2.3.2数据选择和归一化
u& B! ~) ?3 j- J( N
2.3.3 BP神经网络训练
& r7 y+ b7 B( \/ S( a
2.3.4 BP神经网络预测
% W9 A4 y6 ]! x. @" {
2.3.5结果分析
. o$ ]7 I, G) h' q$ t
2.4案例扩展
2 ]2 R6 S8 h; g9 H8 I
2.4.1多隐含层BP神经网络
) C2 E3 J8 i; }+ I! v+ p9 [5 t
2.4.2隐含层节点数
& d" N, D7 A! _8 @3 M
2.4.3训练数据对预测精度影响
$ _4 j5 i3 F, F( \& K% c1 [4 I! D9 c! T
2.4.4节点转移函数
+ f" \# w* W/ ?$ L
2.4.5网络拟合的局限性
j* B: P1 b; a/ R% \) L
参考文献
) @, l7 C$ x, u- J7 R; @
第3章 遗传算法优化BP神经网络——非线性函数拟合
+ n" H, Q8 {( T% k4 O- H
3.1案例背景
: q4 X3 P% H) C# H ~
3.1.1遗传算法原理
7 w) U: |6 U* {' ~2 t
3.1.2遗传算法的基本要素
! \" W* f1 a1 b5 `2 r
3.1.3拟合函数
( ~4 d; B3 ~4 ^2 f* C( w0 l
3.2模型建立
! r; S- z$ n9 Z5 C+ k ~
3.2.1算法流程
. y3 i& C0 N+ Q
3.2.2遗传算法实现
6 c& F1 l9 t* v1 |4 ^. c4 Q
3.3编程实现
6 G; O' Q: i4 C: |2 b y
3.3.1适应度函数
0 H2 _) g* S: F& ?3 y5 S
3.3.2选择操作
) W' \, J9 l h& p6 p/ P9 x
3.3.3交叉操作
1 \& B+ v' q/ p+ c. E( n. T* T
3.3.4变异操作
( h) |) \* I* C4 U; }- g8 G+ A2 K
3.3.5遗传算法主函数
: g% a# ^ i% ]- g! b7 n/ O
3.3.6 遗传算法优化的BP神经网络函数拟合
) c I7 j6 ?) g
3.3.7结果分析
/ l$ V$ J/ L, v
3.4案例扩展
) `$ J% `* Q) k9 b8 p
3.4.1其他优化方法
" E+ @+ W- l7 b
3.4.2网络结构优化
; v$ K5 D# L- n8 r- S
3.4.3算法的局限性
t1 A8 V4 X i5 d4 @
参考文献
/ S4 X& b8 w6 z# e: d) q
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
: Q* @( p+ ^! f Y I6 `( j
4.1案例背景
3 e' u. f! i% E% l9 V- R! c. O2 i
4.2模型建立
% C! D% Y2 Z7 \; y; h/ q, k
4.3编程实现
- U0 R2 J" O( R/ t
4.3.1 BP神经网络训练
0 U. v8 J8 _5 L' S1 p+ i
4.3.2适应度函数
) q# @1 X# S0 R. R0 T
4.3.3遗传算法主函数
) H Z! V7 g: M2 V* _# k% w9 k( J% S5 X1 _
4.3.4结果分析
- w0 L" t0 T3 j3 z/ T
4.4案例扩展
7 }" B+ \* s6 L0 K- R+ L
4.4.1工程实例
. B/ T' o# g# [/ q2 h
4.4.2预测精度探讨
. g1 q6 F* A. g* t$ f* H8 G
参考文献
; o3 a9 Y, T% H( p, {
第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模
! e q( ~, o. r& E- l
5.1案例背景
. l: `, m! m; h. P' T
5.1.1 BP—Adaboost模型
K1 D" ^2 r3 Q" t5 p
5.1.2公司财务预警系统介绍
' ^2 I5 F/ d; {- i
5.2模型建立
1 r" _) {# X. X: k
5.3编程实现
% }8 O( V) Q* G: |
5.3.1数据集选择
7 V9 |# u7 P+ E# a: U; H
5.3.2弱分类器学习分类
( B, C. u9 H$ c9 ^7 A$ j8 w6 b2 J
5.3.3强分类器分类和结果统计
! l I: Y. J8 U4 c
5.3.垂结果分析
' @3 p1 `. X( y0 G- n8 ~7 E, m( I
5.4案例扩展
4 I+ o* @1 G& |. M& m/ W
5.4.1数据集选择
% X6 a1 e# Q& ]# a
5.4.2弱预测器学习预测
! ~; I, g1 O. \ w
5.4.3强预测器预测
( N, p, t, o) ^0 A R3 r$ }
5.4.4结果分析
0 E0 b* Q! y; k
参考文献
; ]* @* ]5 l3 S# u8 m8 v
第6章PID神经元网络解耦控制算法——多变量系统控制
3 w0 e- S" Y+ a# [: N( W B' n0 ~! `8 I
6.1案例背景
2 H3 G3 R, S6 r4 K$ t. p
6.1.1 PID神经元网络结构
1 o& O! S F% q! S: j% T- n. W6 |
6.1.2控制律计算
s7 I4 |: Q$ n2 u$ M: z! }3 b
6.1.3权值修正
: ]* c. ]- B- H8 O. z) h, K
6.1.4控制对象
" J p; i3 r1 R0 l# X
6.2模型建立
: M+ D" w" q8 Y, h4 W) B
6.3编程实现
( u# e, u3 ?: Y; D- V
6.3.1 PID神经网络初始化
d! U4 W8 B, b, e4 i' {! M
6.3.z控制律计算
5 n$ g+ S; p) l$ K/ l% ^" l$ M* M. s
6.3.3权值修正
, s- h' c5 X9 `* P7 o* O! s! ~
6.3.4结果分析
! ]4 N6 m+ r4 k$ s6 ^6 D
6.4案例扩展
( ?5 U/ X1 l( q* i9 S8 u
6.4.1增加动量项
$ f* q0 P& g* t. V/ P
6.4.2神经元系数
m; x- Q, `$ W# U& B+ {, \
6.4.3 PID神经元网络权值优化
: }# L9 }+ p+ V- R
参考文献
5 \* E) y% j Z( ^8 Z
第7章 RBF网络的回归——非线性函数回归的实现
0 ~! K5 s; d) d! q
7.1案例背景
, V2 C6 V9 a5 s. y* q ]
7.1.1 RBF神经网络概述
& k- e' `" s2 I
7.1.2 RBF神经网络结构模型
5 o) Q2 S2 l$ p, f
7.1.3 RBF神经网络的学习算法
" N5 C! e- j: N4 j6 U$ q
7.1.4曲线拟合相关背景
9 G+ \! l3 ^5 V! I9 f; C1 x m
7.2模型建立
3 x9 g8 t& I3 p
7.3 MATLAB实现
! a. D% d7 l- M& e# E& v0 B. X
7.3.1 RBF网络的相关函数
; o3 K$ n/ t2 a/ u9 ?" h2 C9 r3 e
7.3.2结果分析
3 y) p q/ g1 x
7.4案例扩展
7 x) Z5 t- Y# u9 C' F
7.4.1应用径向基神经网络需要注意的问题
' O) e5 A9 s4 O- F7 q$ S; t8 u
7.4.2 SPREAD对网络的影响
7 ~2 c1 \0 h& Y5 g; C
参考文献
5 g0 Y6 ^% F- F
第8章 GRNN的数据预测——基于广义回
3 S" u- N1 B. \( I; o% ~
归神经网络的货运预测
5 J, R/ o0 G- K X
8.1案例背景
A# B7 Q- y" `1 ]' Z B7 O5 a& O
8.1.1 GRNN神经网络概述
* P0 |) b4 @) Z2 F7 }9 ]+ Q
8.1.2 GRNN的网络结构
- J# K4 I, \! T2 v- ?' z' z
8.1.3 GRNN的理论基础
6 r! l) ?* [( n$ r2 | l
8.1.4运输系统货运量预测相关背景
: r& h' ^2 S$ n6 [( @& B p
8.2模型建立
/ S% ?& [+ l/ g4 P. K. X
8.3 MATLAB实现
1 \. N5 `" i1 O1 K* I% z6 y
8.4案例扩展
) |7 r( ?( i2 E8 w9 U, h6 |# ?4 c& r
参考文献
3 Z- |4 G( x% I! `
第9章 离散Hopfield神经网络的联想记忆——数字识别
. c% [ c |$ }0 c7 x* I
9.1案例背景
6 K/ Y0 ^( U6 c
9.1.1离散Hopfield神经网络概述
& m+ j, c( m* H) X) C1 U
9.1.2数字识别概述
0 m4 l" L) a) J* v/ `4 _
9.1.3问题描述
% \9 h& b- D9 v8 J
9.2模型建立
0 r4 V5 B1 R- C* f
9.2.1设计思路
5 E; v6 ~; W1 g3 A
9.2.2设计步骤
, F1 q9 R! H" r) F0 k8 A( N8 D
9.3 Hopfield网络的神经网络工具箱函数
6 G! P$ i! I T
9.3.1 Hopfield网络创建函数
( j% P! M. G2 K- N
9.3.2 Hopfield网络仿真函数
/ S0 }4 t2 Z) d H
9.4 MATLAB实现
, @8 b* U) ?+ y0 x0 X
9.4.1输入输出设计
7 k$ A* U* h: m9 e5 I- h J; j! q. O9 L9 ~
9.4.2网络建立
1 q- I" h+ D4 N! M
9.4.3产生带噪声的数字点阵
' p) {0 ^2 z0 _# k) @% N
9.4.4数字识别测试
# Q* ?* ^7 s' g3 S4 V1 Z: v: E
9.4.5结果分析
, _# c k k3 [6 L& b
9.5案例扩展
E4 X- d2 q8 A, p$ C
9.5.1识别效果讨论
3 {( O9 }1 |( @+ N& R) K" ^" K
9.5.2应用扩展
. K% g+ u4 X, l5 P* V
参考文献
. q+ h( J/ u6 T4 M& z
第10章 离散Hopfield神经网络的分类——高校科研能力评价
: w/ ^7 c5 l9 }+ U d. l. W& b
10.1案例背景
0 h9 W4 f w3 T: `! k8 L/ u
10.1.1离散Hopfield神经网络学习规则
+ b9 ]3 n" r. r) U& {2 q4 n7 v
10.1.2高校科研能力评价概述
! B% @; _& a% n' G, v
10.1.3问题描述
* M: }( [ T1 k- a
10.2模型建立
9 `% b5 s$ T9 k) a( U- m
10.2.1设计思路
' a+ f3 R0 ~/ S8 O6 k7 b0 g* c
10.2.2设计步骤
" _- J1 M3 Q3 m0 S& C. `1 s) R
10.3 MATLAB实现
4 o( G% S X& W, D. i/ c) m0 j# Q9 k) A
10.3.1清空环境变量
, U; N/ h# y7 P8 ]" f
10.3.2导人数据
# W: ]# {2 H9 I4 g( {' J$ b6 e7 F7 L
10.3.3创建目标向量（平衡点）
; v' k, [" @, t' V5 }
10.3.4创建网络
g3 ?; ]# I/ |2 L0 L$ U# o
10.3.5仿真测试
4 S7 O' d2 }5 x2 i; y
10.3.6结果分析
- S2 J5 Y7 f6 L* F7 ] Y
10.4案例扩展
: M8 f9 w0 I& p; X9 ?- }% e/ k
参考文献
3 b5 y; N: l* @$ I# q, X3 B
第11章 连续Hopfield神经网络的优化——旅行商问题优化计算
; @* M w. z* M
11.1案例背景
6 k8 S& n4 ~3 w7 A2 Z
11.1.1连续Hopfield神经网络概述
. N# o$ H6 H% o, l% I: z
11.1.2组合优化问题概述
$ a- K+ q; T& y- q" E1 l
11.1.3问题描述
+ }* H) S1 q' V i0 m! \
11.2模型建立
9 n( l! y9 j ~; [
11.2.1设计思路
' K( A# v) ]- C* ]2 L4 d: f
11.2.2设计步骤
9 E4 _% D1 q, O! a: b
11.3 MATLAB实现
- G, ?# u5 G' N; l6 e9 ?/ x
11.3.1清空环境变量、声明全局变量
) v2 n+ o9 T) \3 S7 ?: E
11.3.2城市位置导入并计算城市间距离
- P* P7 Z1 \+ Z* Y2 n8 W
11.3.3初始化网络
@) g- N$ y3 c1 A9 Y9 }" K$ B
11.3.4寻优迭代
. s5 E2 G( p8 y# }) `
11.3.5结果输出
9 Q# `/ M. I9 Z$ s* A
11.4案例扩展
8 S% `5 d7 l1 p& K; v5 C5 j% s; `/ q
11.4.1结果比较
+ s- A& w1 M! }' g" \ E
11.4.2案例扩展
; n- ^/ z& v, {
参考文献
4 }# g& W* D! Q8 y; E" G9 U
第12章初识SVM分类与回归
6 x9 a( h7 | I
12.1案例背景
0 t2 X: y6 @. G: x0 l4 B
12.1.1 SVM概述
/ O* `6 F; s. M. y' U6 F
12.1.2 LIBSVM工具箱介绍
; \. o9 h1 p0 h7 ?2 Y; G! M
12.1.3 LIBSVM工具箱在MATLAB平台下的安装
$ x5 o+ \& O- ]3 z$ y3 z7 I
12.2 MATLAB实现
; W+ o! E- X" Z6 f; c/ ^7 ?, u' w: k- z
12.2.1使用LIBSVM进行分类的小例子
7 j8 W I' W: u" F3 l
12.2.2使用LIBSVM进行回归的小例子
O0 }. a! F* j
12.3案例扩展
3 ?) P3 p, K; P) T. v' o4 i
参考文献
5 R7 w! P$ d1 a& p! U, X: _8 N
第13章LIBSVM参数实例详解
+ B e1 }1 L6 g
13.1案例背景
; |1 Z6 b3 V, a$ T
13.2 MATLAB实现
' n; ]7 k# W" O- _6 |! }4 v
13.3案例扩展
. i, \6 b" h$ x
参考文献
; }+ i5 R0 F% e; y' E
第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别
9 y+ R; J3 E, n! k5 A; i; G
14.1案例背景
" K, F% l6 g7 N4 r
14.2模型建立
; f8 g, T# T; C! l( O% p6 J
14.3 MATLAB实现
- S J" G: S H2 n, {- @' z6 j" W
14 3.1选定训练集和测试集
0 I" X- ]4 [' W/ E" d. O: e
……
/ [9 O" R; a6 ?# X5 U
第15章SVM的参数优化——如何更好地提升分类器的性能
" u4 r9 r- B k; H% H
第16章基于SVM的回归预测分析——上证指数开盘指数预测
7 l. m6 N- o6 _+ N; Q% M" w. R5 F
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
* M5 ~: f. K1 r4 r! T K1 i
第18章基于SVM的图像分割——真彩色图像分割
5 r& |" R* h. N2 @
第19章基于SVM的手写字体识别
2 a+ {/ c4 m/ D0 H5 A, r" }9 S
第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用
( _' p9 f6 i5 l. m0 p: U
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 \" V2 \, V( p, [/ b
第22章SOM神经网络的数据分类——柴油机故障诊断
! r. S7 x; N" U, B
第23章Elman神经网络的数据预测——电力负荷预测模型研究
]$ \# w+ ~! x/ X! a
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 W5 m3 d4 f" t7 z
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
; r$ o, o3 h, |3 A' `! ^
第26章LVQ神经网络的分类——乳腺肿瘤诊断
' V- n) p6 W4 J# G' p
第27章LVQ神经网络的预测——人脸朝向识别
% I. H9 R" [0 _0 Y' j
第28章决策树分类器的应用研究——乳腺癌诊断
+ L0 x8 N4 s7 g+ j
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
) v& C3 W$ L& ]- b
第30章基于随机森林思想的组合分类器设计——乳腺癌诊断
+ P4 w' n& D1 I- I: W) a2 q
第31章思维进化算法优化BP神经网络——非线性函数拟合
/ R. a: t" O4 Z) R9 ~2 a* ]$ H
第32章小波神经网络的时间序列预测——短时交通流量预测
) Y* c; w7 n% y
第33章模糊神经网络的预测算法——嘉陵江水质评价
% @; F& T! A. a3 j o! ?6 H. X
第34章广义神经网络的聚类算法——网络入侵聚类
! n$ l& i' R9 X3 }0 m$ [- a |
第35章粒子群优化算法的寻优算法——非线性函数极值寻优
/ g# G k9 Q9 j# f
第36章遗传算法优化计算——建模自变量降维
2 g; l* b' A+ F; e! }
第37章基于灰色神经网络的预测算法研究——订单需求预测
% @' A% R5 G9 H# O( S% V) ]
第38章基于Kohonen网络的聚类算法——网络入侵聚类
+ S1 G4 l+ u% O) e5 @, W5 t
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
3 q" e( A, _( z" {- u2 z5 a( x# K
第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现
* x2 k; s x, f1 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
/ b: \* l( F: B: Y6 X- S( g* V
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
2 L# ?; H/ f! V; P. B
第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
% {/ |1 _- ]& ^+ G/ r5 w$ Y
序言
" @. Y, L) Y5 h
序言
; \+ u+ ~1 E7 U8 h# n8 x
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。
; Z* M- Q& \# {
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。
2 L- K) [# l$ D/ Y
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。
# l$ z3 K3 E; e% n: 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。
5 j1 }0 \7 V0 q3 j9 ?
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。
1 | M: i3 d# z% D" A# D: s
0 r1 g" B/ Y+ z* o9 W- C6 Z: Z6 m
( Z# T" D3 a" i+ R O* A
MathWorks 中国教育业务发展总监
# {3 W7 I: A. |
* F+ D( r& q* ~) Z. H6 y
陈炜博士
& `3 C' \+ z* @
( n& z+ e3 n2 f L9 S/ E+ t
2013年6月于上海
( n! L' U- @( _# R3 }3 v' n$ ^
% w: p+ w, g. ~6 C8 v
! J: F' H Q! l7 @1 F% b* B( M
pdf 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
0 v; B4 n7 `5 `2 k+ y
数据程序 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
0 ]; f; E4 p, e9 t j1 l
8 l( w* c4 h8 K* Z! A$ _
/ |5 L2 Z; i& H6 C; b% Q* a
+ M9 K8 ~) v/ b* Y- ]
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
