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
。
0 Z, H8 w1 G d
4 O5 |! U: d* z6 s1 y7 R7 f/ y" z
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。
+ C% q- U& c( y9 {5 o4 p( \
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。
& p$ B* A1 |& o
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。
8 K: M7 F; S/ u+ J8 A! k
7 Y3 q8 r4 C7 {. h
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。
: D9 o, ?! r! \6 ` r. c
& x* A# _" P- y) j$ P
% l- n P6 M- t: g8 w" j
编辑推荐
$ n, t) B% R/ _0 G+ V
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。
! x5 G! c' F- T, v, m5 s# X% 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。
* _- |; q- P) K
作者简介
! \. ^3 l' A) W& G2 \+ @
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。
' J& C0 e5 J* M3 O6 J
目录
; [$ [7 i# w' |5 B, l
第1章BP神经网络的数据分类——语音特征信号分类
5 y' V2 N. l6 y7 P
1.1案例背景
% ]8 @; O7 T, W2 w+ B3 b6 A
1.1.1BP神经网络概述
( W" M5 n8 u8 {1 }9 G
1.1.2语音特征信号识别
# ?+ l% N$ f* D4 P4 b3 q
1.2模型建立
e; L' U1 x$ J
1.3MATLAB实现
0 V4 B& b f1 W j5 ]
1.3.1归一化方法及MATLAB函数
4 r3 Z: J. X7 z
1.3.2数据选择和归一化
. v; O" b6 v. G% M' p: I# u
1.3.3BP神经网络结构初始化
' M# V$ g9 _/ `( C0 z u# N( t
1.3.4BP神经网络训练
4 G8 A* z; @6 F% ?: x: `5 y
1.3.5BP神经网络分类
' B! e' w' K& b$ F0 Q t
1.3.6结果分析
# F8 V4 e) K7 O6 C# i1 O D$ U% t
1.4案例扩展
' G7 _3 ?& q: R: z; @3 W4 e1 O
1.4.1隐含层节点数
8 k: K/ n+ c$ Z9 \' z1 R# C
1.4.2附加动量方法
" ~' z6 I# M' i# H4 M8 M" F
1.4.3变学习率学习算法
# z8 W. p5 @1 R9 x+ W6 r
参考文献
6 ^6 _( u: o5 ?- |
第2章BP神经网络的非线性系统建模——非线性函数拟合
8 T' @" x7 Q0 o* _, `% }* f
2.1案例背景
' c A# }3 f9 D* [; r2 K \, ?
2.2模型建立
3 m4 f, C1 m( v3 e% z; I
2.3 MATLAB实现
& N/ [5 v4 o+ V7 o' X# N( y
2.3.1 BP神经网络工具箱函数
, u! E9 ?! O* C0 {" H
2.3.2数据选择和归一化
; Z* b t) ~* s0 x" I# c% R+ Y
2.3.3 BP神经网络训练
% D* ~, D: r$ c- A. _
2.3.4 BP神经网络预测
* T L7 p% K1 I4 `- |
2.3.5结果分析
6 X; \, t* G `
2.4案例扩展
& x) t8 t5 M- v2 n7 `! U
2.4.1多隐含层BP神经网络
# p( j. d/ I' B. l9 {4 ^$ c( \, e, g
2.4.2隐含层节点数
; E# s: P8 h7 K5 j5 W; |
2.4.3训练数据对预测精度影响
- a4 {! ], V# r" U9 a% F/ e& e
2.4.4节点转移函数
( ?8 D% } T1 z: y
2.4.5网络拟合的局限性
! }. ~+ a2 l. d: P6 ?+ u1 L
参考文献
0 ]& X8 n! f6 f" k: S
第3章 遗传算法优化BP神经网络——非线性函数拟合
% U! z" ~5 F+ l# n0 g D
3.1案例背景
) t% X0 X, _$ F! o" K+ R9 @' m0 b {
3.1.1遗传算法原理
) [$ n' G. P7 ^6 L$ w4 e& O
3.1.2遗传算法的基本要素
& F" N+ p4 M* p/ Q5 H, f* Z& S
3.1.3拟合函数
) Q9 t7 d- d3 y8 c
3.2模型建立
u- S: P. J& F. G- w" K0 ~
3.2.1算法流程
" |' l) T, Y5 @, N! S- t
3.2.2遗传算法实现
2 Z* l1 b/ U5 q0 a% v( y
3.3编程实现
' E* ?! Q3 t/ H8 ?4 s, P
3.3.1适应度函数
2 n6 S- D O" ]! x/ F3 K* p
3.3.2选择操作
0 l. k- N% `' V/ L$ [
3.3.3交叉操作
" w% {+ } }: }
3.3.4变异操作
$ | W, C/ G7 k2 q4 I8 x
3.3.5遗传算法主函数
" E2 f J0 C6 c% b
3.3.6 遗传算法优化的BP神经网络函数拟合
8 o/ x( [% p. n7 I" v1 u
3.3.7结果分析
. Q' r3 }$ k* L a
3.4案例扩展
. }* R% {% k1 ^) u
3.4.1其他优化方法
- r9 [, X' c) j8 Z
3.4.2网络结构优化
: F/ S& J/ S7 k/ j" L9 q& K
3.4.3算法的局限性
3 C- N0 ?1 Q" Z: H
参考文献
% w6 d. H; e5 x7 `9 s8 D6 u$ |
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
2 K3 z! z+ J# F9 H
4.1案例背景
# c% m3 Q( B' T6 ]
4.2模型建立
2 l. B# [) B( V
4.3编程实现
3 G" {" ?* k; S0 a0 P! a
4.3.1 BP神经网络训练
8 x$ l. V) F1 p$ i2 T% p W
4.3.2适应度函数
1 f V, `& M: W' B5 O
4.3.3遗传算法主函数
8 [. J! d6 m8 Q# K& u
4.3.4结果分析
# {9 S; s" N `2 h
4.4案例扩展
5 f- Y/ H- d1 A) y
4.4.1工程实例
% }9 V; ]1 Z# ], P3 I1 p
4.4.2预测精度探讨
; i5 N$ l( r% H
参考文献
/ X# n/ b) ~! i
第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模
9 q! T6 z- M- g( z& Z0 N7 y6 a
5.1案例背景
$ `- ?6 d5 C# T8 Q3 `
5.1.1 BP—Adaboost模型
7 T( X8 R2 s/ p8 l( @
5.1.2公司财务预警系统介绍
/ |. Z6 F+ A5 h" X6 H
5.2模型建立
/ H1 X' f" z5 Z& x% M
5.3编程实现
$ u1 r; V, n3 G8 D. f* j+ g; R
5.3.1数据集选择
( E" s2 M$ b; {- K+ G7 G
5.3.2弱分类器学习分类
* C3 F9 A" L- e& D
5.3.3强分类器分类和结果统计
9 _. q) j( y9 }9 V* E \' ^
5.3.垂结果分析
1 }6 n( I, ]4 i; |3 I) ?
5.4案例扩展
6 t, l* u. [" V7 }. ~
5.4.1数据集选择
# P4 V+ l& L0 H2 u& ~
5.4.2弱预测器学习预测
- N- ~$ w& p8 Z h, i, Y
5.4.3强预测器预测
& V- j( E0 [9 S. |
5.4.4结果分析
# X* h4 v+ q% |/ n
参考文献
9 ^; g( x: c8 l# o+ [6 V% B- p( n
第6章PID神经元网络解耦控制算法——多变量系统控制
1 Y! V, z. W9 v) _1 v! L: Y% ^8 N& N
6.1案例背景
( T9 ?* E" N8 D$ {
6.1.1 PID神经元网络结构
1 p0 d/ g. B; ]$ \5 h7 z- r
6.1.2控制律计算
5 i( k1 f2 C! k6 N" d, G7 k
6.1.3权值修正
0 M8 X- g0 t/ J
6.1.4控制对象
/ T( ]3 l! Y6 m( r$ p' }* A" c$ j
6.2模型建立
/ S3 A6 `! n/ N1 Y' r
6.3编程实现
* v \; O5 U+ M( h E, b, u
6.3.1 PID神经网络初始化
4 X# j5 v+ y9 Q4 c5 N' R
6.3.z控制律计算
# h, D' J' |2 s
6.3.3权值修正
: B, h, K9 P$ ?) t$ X4 g% s3 X; p) o
6.3.4结果分析
3 v! T% P6 q$ L8 c. v( o% n; `
6.4案例扩展
0 _, X: B& E [- u) i9 l7 P
6.4.1增加动量项
[7 L4 a8 G- z. ?6 Y
6.4.2神经元系数
4 U: x$ c4 ?: y/ a9 r- n" M
6.4.3 PID神经元网络权值优化
$ w4 \9 u3 v$ G9 [5 p: C
参考文献
- c( k: t# b, f6 S' C
第7章 RBF网络的回归——非线性函数回归的实现
6 e! W) ]+ A Q# u, \9 @( |4 D5 h7 U, L
7.1案例背景
5 h. J9 z* H5 |/ f
7.1.1 RBF神经网络概述
% U8 F. V9 @! M" i4 N" U1 s* m) a
7.1.2 RBF神经网络结构模型
2 g2 A! [- U4 E$ Z- }- ?; g8 A: m
7.1.3 RBF神经网络的学习算法
+ e6 B' W& _! z$ Y3 p1 A2 A. r! _
7.1.4曲线拟合相关背景
- F* w- L. m8 B! T% k
7.2模型建立
4 `+ |; H& g1 u& W
7.3 MATLAB实现
2 S: z& B: Y' ?$ k; d; L+ }; T% T
7.3.1 RBF网络的相关函数
# k- {3 b, c# H6 z6 N
7.3.2结果分析
1 ^2 P" t# N7 M: O3 I1 F
7.4案例扩展
/ J9 I- p! N& F' s7 j' g
7.4.1应用径向基神经网络需要注意的问题
2 Z3 e7 z4 v1 _: X) t) ?% j6 D) R3 I
7.4.2 SPREAD对网络的影响
' B4 z* ^* v" A4 l
参考文献
% s7 S( B6 a' X; u+ X: L
第8章 GRNN的数据预测——基于广义回
# O+ l: d0 f3 \1 x4 e
归神经网络的货运预测
' S- f0 J1 T, A/ \$ w
8.1案例背景
/ K5 r# U' k- l2 F+ ?0 s
8.1.1 GRNN神经网络概述
8 o) o- |& ]- C
8.1.2 GRNN的网络结构
3 b! G4 `- K. k# H P4 T# n: S
8.1.3 GRNN的理论基础
, `: O! l, Y2 \1 w R! ^& l# ~
8.1.4运输系统货运量预测相关背景
p+ b# Z) P! s& z+ T
8.2模型建立
2 \1 k* b$ U- y! G/ Y7 F6 N
8.3 MATLAB实现
5 L L% u# H: ` a
8.4案例扩展
+ O. b3 F' t7 V }7 I# V& z
参考文献
! d' x) e+ { }
第9章 离散Hopfield神经网络的联想记忆——数字识别
& c6 Z' c& y6 G! x2 A) U. ?/ l
9.1案例背景
h3 \. R8 B$ ?
9.1.1离散Hopfield神经网络概述
8 n+ w2 k' o8 U; B0 {
9.1.2数字识别概述
( X: B: ^/ ?# |. V
9.1.3问题描述
, s) ^- t0 K+ S! G
9.2模型建立
1 h7 t; s; C# P5 V8 ~
9.2.1设计思路
- M% a1 B9 N/ f) a5 W* _! h$ C( K8 z
9.2.2设计步骤
) u% G6 s+ g7 K
9.3 Hopfield网络的神经网络工具箱函数
- f' {1 g4 e' @6 ~
9.3.1 Hopfield网络创建函数
2 G; O8 ]0 Q* A! u" ?
9.3.2 Hopfield网络仿真函数
7 Z' V- s7 \5 @: V; b
9.4 MATLAB实现
& J- V. m7 f# G W A/ \
9.4.1输入输出设计
) ]2 _: `7 _/ j6 p \
9.4.2网络建立
' D; U) p8 s6 \! Z
9.4.3产生带噪声的数字点阵
' h/ _5 Q2 w M& _7 a4 Q7 `
9.4.4数字识别测试
8 p1 b, G" b7 {7 ^2 s8 Y
9.4.5结果分析
0 W$ G9 g# k0 r) H" w
9.5案例扩展
" ~) o& K/ Z+ K5 I1 N c/ J- m
9.5.1识别效果讨论
. ^) B, C" X7 P
9.5.2应用扩展
2 b( U; X, i, J8 ?* J4 E% ~
参考文献
& M+ o# F$ R& O
第10章 离散Hopfield神经网络的分类——高校科研能力评价
7 a% l3 j1 K: E2 ]; k( F F' l& j
10.1案例背景
4 W2 [4 v. O& H8 s' P' C
10.1.1离散Hopfield神经网络学习规则
+ M: G1 |1 b& ~& o. O+ q
10.1.2高校科研能力评价概述
" }$ ^* L, o& R" V, d
10.1.3问题描述
/ K" i5 w: u0 d8 W7 B
10.2模型建立
; C) Y" j; D1 v' b7 R t2 J
10.2.1设计思路
: _" X- m. i" g9 O0 E
10.2.2设计步骤
; G' O. Z' x4 x& z& z6 e, D: H
10.3 MATLAB实现
" W; ]- J9 P% e, _
10.3.1清空环境变量
0 A, p8 z4 i- h& e5 W( I
10.3.2导人数据
, w4 ?/ ]' N" ] F; X, `
10.3.3创建目标向量（平衡点）
! p* K, J. f. ~
10.3.4创建网络
; | j# I4 E9 \6 U1 d( ?
10.3.5仿真测试
9 q ` T1 G- i k4 K$ q% H; D
10.3.6结果分析
( s& R2 T/ V2 M% c. b
10.4案例扩展
( T+ A9 t9 k/ h5 ~
参考文献
- t% \+ D' h% [4 u: ^6 p& F* M# N
第11章 连续Hopfield神经网络的优化——旅行商问题优化计算
( t7 i U" _( G* U. I
11.1案例背景
7 X/ P7 s: s# G6 {7 Q; p% r1 O; b7 o
11.1.1连续Hopfield神经网络概述
' c6 }- a ^& @- M, ^# G8 g
11.1.2组合优化问题概述
' c5 `" j# ^* S9 O
11.1.3问题描述
8 v$ e. _# t1 `2 ~, \8 f% c' W
11.2模型建立
/ u8 L) @. j5 ]2 v/ j: S3 R3 O
11.2.1设计思路
, b) j* W% }# |! n' r
11.2.2设计步骤
$ F4 A8 I! |) ~8 o, R6 ~
11.3 MATLAB实现
( Y- m6 O, c+ o4 r5 v: t
11.3.1清空环境变量、声明全局变量
( w+ j' [0 }8 E. P |( {/ X
11.3.2城市位置导入并计算城市间距离
# w" E0 I$ h6 p
11.3.3初始化网络
9 K/ P$ a& E; Y+ F
11.3.4寻优迭代
6 A( c; J X; F' q7 g5 T
11.3.5结果输出
L# i: B% p: q1 X
11.4案例扩展
4 u/ r. n, v; n5 }
11.4.1结果比较
4 O( T" t5 O# |3 `* {5 Q# V
11.4.2案例扩展
9 V' x3 ?5 w0 {6 K& r& w1 F# G
参考文献
! @1 X- b% V* ]% h* p9 _4 t5 ?
第12章初识SVM分类与回归
5 k; t- `' Q; n, Q
12.1案例背景
% l( y+ Y6 u1 [* R8 n7 F! d
12.1.1 SVM概述
/ ?' l9 H, O( ^+ V; A
12.1.2 LIBSVM工具箱介绍
4 E' N, j& ]+ E3 {
12.1.3 LIBSVM工具箱在MATLAB平台下的安装
0 K2 S, o7 |4 A1 _' M9 ]1 H: j
12.2 MATLAB实现
+ @6 Q7 ~2 J" |2 @7 M- r& P0 G
12.2.1使用LIBSVM进行分类的小例子
6 P% K1 B3 N, m6 V* t8 l! C
12.2.2使用LIBSVM进行回归的小例子
2 n! v: B5 U( ]& j( v
12.3案例扩展
0 y q. Y5 {! r6 T7 o9 q8 S
参考文献
% B G7 \- D3 b% E
第13章LIBSVM参数实例详解
4 M" K" F0 q( [5 {, }4 {
13.1案例背景
; S0 [+ ?1 {% g% A1 l& b
13.2 MATLAB实现
" E: M$ V' T' X- j! z8 ^2 I
13.3案例扩展
5 Z# ?# o0 W9 P% q" m& Y
参考文献
5 }$ }5 U2 t: X( B- o
第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别
$ r* a. m. g$ p4 y4 Z6 P) f. i) x
14.1案例背景
- \0 ?' F' f- Y9 g5 z" i
14.2模型建立
6 p. s2 c( Y! ?- ]5 {. Q. l- T6 F
14.3 MATLAB实现
3 i7 G4 K5 D6 E! l l
14 3.1选定训练集和测试集
0 ~, P' l9 h/ ~/ W% T, {/ O7 ~
……
0 H- K, Q# `0 A1 Q2 i- T0 X
第15章SVM的参数优化——如何更好地提升分类器的性能
+ N/ o' S' i4 h8 a
第16章基于SVM的回归预测分析——上证指数开盘指数预测
+ L* O% F. `) N h! q5 \+ X
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
! e n% ~, @8 I: J5 g8 |
第18章基于SVM的图像分割——真彩色图像分割
" F1 d2 L7 K, G, {5 p
第19章基于SVM的手写字体识别
* h8 }& U) y) s
第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用
" [/ K7 M5 A0 s8 \- a' Y7 i$ }
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
! q! S. n% a. T
第22章SOM神经网络的数据分类——柴油机故障诊断
% ]! A/ \ k2 G& [, `: |9 M R
第23章Elman神经网络的数据预测——电力负荷预测模型研究
2 B. A$ R( ^7 J$ b# E( B
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
% A8 W+ E+ c6 c( j- c6 @5 |
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
9 w; a& Y. _0 u8 m6 Z5 O! _( A
第26章LVQ神经网络的分类——乳腺肿瘤诊断
$ V& _: [! \! N. b4 n" A- u
第27章LVQ神经网络的预测——人脸朝向识别
- t- r$ g3 ]4 i6 J6 ~. a# H# w
第28章决策树分类器的应用研究——乳腺癌诊断
+ L. V" S0 c" |9 J& }2 t1 }
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 K, Y, A3 D+ I, q3 x" 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" x- @4 ?5 l2 g: X' Z+ s
第31章思维进化算法优化BP神经网络——非线性函数拟合
+ O3 o' Y; `0 e2 @& `
第32章小波神经网络的时间序列预测——短时交通流量预测
5 x: K5 `* v3 y" i1 V/ G/ s! r5 _7 e/ t
第33章模糊神经网络的预测算法——嘉陵江水质评价
9 E$ F# @0 y6 _- H! j7 `9 O
第34章广义神经网络的聚类算法——网络入侵聚类
5 L ^& @% W, ]& ]3 Z S3 R6 g: F
第35章粒子群优化算法的寻优算法——非线性函数极值寻优
( z' ^6 s& K s3 e* M& G
第36章遗传算法优化计算——建模自变量降维
. p" `+ |! j( ~ y
第37章基于灰色神经网络的预测算法研究——订单需求预测
' _# E" q" }/ P/ U# u @+ ]
第38章基于Kohonen网络的聚类算法——网络入侵聚类
( \- s% c8 k7 i! d; 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
$ r0 L4 A' v8 E% g; Y, V
第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现
9 n( k( Y- |6 {; O: p
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
( x: j( g2 ?. h* k- [7 ^) k$ ~
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
9 _6 x; {: h' B0 x+ o' U) |4 c
第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
9 S0 A% W0 S; J0 c8 ^: E- w9 ~( ]
序言
I* g% |1 t" W; W9 E4 a
序言
# a$ o: u5 \# S3 D p9 w
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。
1 L0 s+ }6 e# L: u- Y4 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。
3 t7 \- H# K& e: p
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。
0 Z. U' ?( Q `7 F
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。
2 A' O7 u# l8 K1 H, 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。
6 c. ?/ ?5 y( g# r& ?4 c9 G
+ T( w% F V, @7 M5 V5 @
1 B0 [% G8 i& f/ l7 P
MathWorks 中国教育业务发展总监
! [2 D" m4 j, ?* U3 @
% z9 g0 o. e/ f" U3 B" q1 C* f
陈炜博士
2 [ d/ b' C4 I9 C# c4 M6 J s
1 J0 W+ u {, F' |7 w" X; G2 x! A
2013年6月于上海
0 O" ]& ^3 N l: \8 R. a# i/ ^
: \1 }9 ^6 J& H @; W; w Q! p) {
& ? O5 o3 z7 h
pdf 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
* |0 u8 B" ~3 _* K6 ? H# K$ m
数据程序 链接:
http://pan.baidu.com/s/1qW2obyG
密码: lc6r
; E! N) F0 |" [# C
8 a% i5 T: }) ^6 ^ y% k$ \
& H1 L% ~9 s7 n. S" Q
! M8 P' n+ i$ o6 X6 W5 |
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
