QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 20870|回复: 0
打印 上一主题 下一主题

MATLAB神经网络43个案例分析.pdf 王小川!!!

[复制链接]
字体大小: 正常 放大

115

主题

18

听众

5467

积分

升级  9.34%

  • TA的每日心情
    开心
    2018-2-7 19:09
  • 签到天数: 255 天

    [LV.8]以坛为家I

    国际赛参赛者

    自我介绍
    热爱数学建模

    社区QQ达人 新人进步奖 发帖功臣

    群组2014第三期英语写作

    群组2015年数学中国“建模

    群组2014美赛讨论

    群组科技写作基础培训

    群组2014年美赛冲刺培训

    跳转到指定楼层
    1#
    发表于 2015-5-5 01:09 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    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) T3 z- u  n. i  Y5 `

    & ]; n# w% E- j1 J' h" u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 K1 X# t) s+ ^6 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。) u* ?1 Y& f1 F
    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。
      `. W& H* J( r" B! k$ x" \
    6 b; O$ X5 r0 I3 p) o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。2 y5 G0 T/ ]. z# d6 K4 U6 L

    6 E( ^3 H0 b" P9 S/ T8 U
    ! M4 l1 e. ^" v1 M) ~$ T编辑推荐
    % Z3 l* M) u0 h+ 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。: Q9 K6 H6 S/ W% @9 y2 q* q
    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 p8 X3 B0 Z. {' }1 X
    作者简介
    . [1 Y, Y0 K% t- B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。
    & P4 V- ?* P, z" C目录3 z& \1 X/ x/ R" r- y" A( u
    第1章BP神经网络的数据分类——语音特征信号分类
    - k) ~2 Y& t+ K+ l0 S5 L. C; R" x1.1案例背景 7 j$ g; s3 C1 X5 z
    1.1.1BP神经网络概述 6 S& t$ [+ e7 j; k( v: F
    1.1.2语音特征信号识别 & X2 T' i- ^( W/ c0 ]6 C
    1.2模型建立
    6 X0 S; b+ v5 ?1.3MATLAB实现   B! w4 T4 [. n' F& y( C
    1.3.1归一化方法及MATLAB函数 4 c6 B- j" \% _, O! n6 \
    1.3.2数据选择和归一化 5 `: c. }! U  ^" @% I
    1.3.3BP神经网络结构初始化
    6 |& c" \/ R2 p8 t0 j& u1 [1.3.4BP神经网络训练 ; L5 h% v* l! q( X' X
    1.3.5BP神经网络分类 7 \: ^& D& F# ^6 e1 }5 o1 {) L0 r& Q
    1.3.6结果分析
    $ R$ B8 a. t& t5 s1.4案例扩展
    0 L1 h) z* y$ g2 z$ }6 D1.4.1隐含层节点数
    - q& ^( v2 L$ r! o1.4.2附加动量方法 . n, H( ^9 y: s# Z
    1.4.3变学习率学习算法
    * l- k6 J8 f. P, h; o# m! d1 L7 T0 l参考文献 . @7 t) U9 I9 j* D# k2 k9 l3 |+ t/ D
    第2章BP神经网络的非线性系统建模——非线性函数拟合
    - f% }4 X# L/ L" I6 }1 q# `2.1案例背景 7 P% ]5 |5 q2 L, j1 W9 Y
    2.2模型建立
    ) G. |7 V( O% O9 h. w2.3 MATLAB实现
    2 F) a0 K) ~% m. Q9 w3 m0 d2.3.1 BP神经网络工具箱函数
    ( {, ]9 J& s! Z! E  k7 k& V4 ?8 }2.3.2数据选择和归一化 2 P- p( R! o+ {6 a# o+ u$ a
    2.3.3 BP神经网络训练
    , }# P/ N0 L* ^( V! O  l) K2.3.4 BP神经网络预测 + J' _0 L# |6 @4 x" A. q  P4 `
    2.3.5结果分析
    7 ~, W8 h2 e& ~) f, b+ j1 z& H- k. g2.4案例扩展
    6 o( e8 Y0 G, A5 Z+ d$ r2.4.1多隐含层BP神经网络
    . @( i- f2 o; C9 {( N2.4.2隐含层节点数 0 D, d6 y. ]$ W+ l4 g  ]+ L! R! _
    2.4.3训练数据对预测精度影响
    * y% i/ ~6 C7 v3 E2.4.4节点转移函数 2 L9 Y7 V. w" [7 q! T$ ]
    2.4.5网络拟合的局限性
    7 h, k* Z5 \5 y2 v参考文献 ( J/ J- r: L$ l" Y4 P' K
    第3章 遗传算法优化BP神经网络——非线性函数拟合
      L1 j" j& n" c3.1案例背景
    2 V. R" q' s* Y* C. j2 n3.1.1遗传算法原理 ) _6 l( r* A! C
    3.1.2遗传算法的基本要素
    * E  w6 ?' R! u0 ], v2 O1 Q3.1.3拟合函数
    4 x- d  d" }5 i8 i$ P4 ?6 `% ^6 }* |/ W3.2模型建立
    : S$ `$ w3 e7 x+ g( R* Z" i3.2.1算法流程
    2 m. ~, s- @, I& t% e3.2.2遗传算法实现 + q; v$ o) n" j7 [# F
    3.3编程实现
    " r  }7 M8 a* j. \! G3.3.1适应度函数 + Z+ ]) A5 g  y8 B0 ?$ s
    3.3.2选择操作 ! l- p8 S) u( I5 L: g  U1 D$ _
    3.3.3交叉操作
    ; ]' b9 V, y' J3 r+ Z; U3.3.4变异操作 2 }! y& H6 Z# d7 i, i4 p2 T
    3.3.5遗传算法主函数 + F' M' t& n$ d8 r: i  Z) h# _
    3.3.6 遗传算法优化的BP神经网络函数拟合
    5 S1 Z3 Y2 e# f5 h; O5 U3.3.7结果分析
    % ~+ O/ i7 c+ D+ Q4 t3.4案例扩展 8 {! L+ D7 |: E% e" a) |* p3 |) _
    3.4.1其他优化方法 ) ^% K. L) g- A, l+ }
    3.4.2网络结构优化
    ; b# C/ Z: P* _/ q3.4.3算法的局限性
    3 I0 s* s' k& {' Q' a参考文献
    8 [& x4 T- r" ]1 P/ A; L8 b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
    % c: o) @; f) q, C- g5 d4.1案例背景
    " C7 h( f9 r1 B4.2模型建立 3 L  B6 X) p1 j8 w$ o8 q
    4.3编程实现 , t+ ]. `2 ~: f9 C* S
    4.3.1 BP神经网络训练 : a# K4 x& n+ G8 K) t1 m
    4.3.2适应度函数 ( x9 h. c5 i+ j/ n+ m
    4.3.3遗传算法主函数
    / I) D& E6 e0 S  t' ]4.3.4结果分析 ' Z: R  N- F* t6 J- R: S+ ^2 [$ n
    4.4案例扩展 1 [  Z' K8 E# R3 [) W2 f
    4.4.1工程实例 , z5 i) E( _1 W/ p
    4.4.2预测精度探讨
    " r9 J( R* ?: j# v参考文献
    9 S: [! {4 J' X! A* u第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模
    2 S& I  m, P# Q5.1案例背景
    7 l2 C; Z. C' @3 O- F$ a9 q9 Z# S5.1.1 BP—Adaboost模型 % M5 g$ K6 D) h4 m0 R
    5.1.2公司财务预警系统介绍 1 J1 j4 }, Z2 D; \6 Z$ [
    5.2模型建立 1 [" M- ^( ~, r4 F+ t% ?
    5.3编程实现 - z9 W3 ?! L2 |
    5.3.1数据集选择
    ( C* L# e9 m0 i5 \' O5.3.2弱分类器学习分类 # P( I% [' u( H
    5.3.3强分类器分类和结果统计 ) J7 x; H: Z! N- \
    5.3.垂结果分析
    + o3 c5 H6 T7 X) h5.4案例扩展
    2 [3 h/ c) j" b! ]% l: w5.4.1数据集选择 ' M& g0 p7 q: r8 I
    5.4.2弱预测器学习预测 8 E0 Q  A' X, h$ ^6 s
    5.4.3强预测器预测 4 b  {/ \/ x; h( f: |6 k& m& r) K
    5.4.4结果分析   P5 B# u# z. B9 c0 d0 z) m; Q0 U
    参考文献
    6 v- U2 Q& d* ]" x) x第6章PID神经元网络解耦控制算法——多变量系统控制 # o  L, O4 j8 G8 W  i
    6.1案例背景 9 x; p' w4 _- t! z* P0 ]. h
    6.1.1 PID神经元网络结构 / T7 k: F1 t+ z1 X4 `6 ~. e
    6.1.2控制律计算
    " d5 a: y( [* Y. W+ Z' x/ c6.1.3权值修正 9 m% ^3 k3 I8 k) M5 j
    6.1.4控制对象
      [& {4 `4 v' _; _3 W. y) y8 f6.2模型建立
    ! s) C5 p, G5 S; c* {  ]; _6.3编程实现
    : Y' g) f/ h7 S; Q# m+ C' j6.3.1 PID神经网络初始化
    5 t" O- Q8 n* d7 t6.3.z控制律计算
    ( `7 y) w/ F6 }) }" _  H" V- B6.3.3权值修正 2 e1 c6 x% h0 x2 G3 h% D/ \3 ~- e
    6.3.4结果分析 : j+ l) ]4 k) w: D
    6.4案例扩展 ; m/ n/ M4 l4 g- a$ y' s8 d. }
    6.4.1增加动量项 9 K% I. n  b+ w
    6.4.2神经元系数
    % \4 y2 D' C! i* W, l6.4.3 PID神经元网络权值优化
    1 d* y+ @* n; b8 j' s" {参考文献 ) t8 d( Y/ P. E; J# V6 N6 }- S* f
    第7章 RBF网络的回归——非线性函数回归的实现 ( D8 Y2 q. Q- I0 S9 w
    7.1案例背景
    8 L5 ^/ T+ E9 Z  q2 ~( U7.1.1 RBF神经网络概述
    * q. e$ ?5 X% }$ Y. o& F& S7.1.2 RBF神经网络结构模型 & L3 ~7 v# O1 r) l/ v9 U- d
    7.1.3 RBF神经网络的学习算法
    : @5 d, t  q8 B3 c  R7 i/ @7.1.4曲线拟合相关背景
    9 \& |8 l8 }9 \6 X& P# S& K, o+ P7.2模型建立
    % Y5 r; ]- |9 X! `7.3 MATLAB实现
    + G+ W, Y, u: F9 k" ?7.3.1 RBF网络的相关函数 ( a1 E) T! j! ?7 n/ Y
    7.3.2结果分析 8 [2 ^" d0 v/ O! y
    7.4案例扩展
    ; G9 l5 v1 t3 f" t7.4.1应用径向基神经网络需要注意的问题 * E) S6 E6 O3 u! R3 i" \# n) s
    7.4.2 SPREAD对网络的影响 3 G3 b8 I) t' n
    参考文献   b0 G% `* M' D+ h# X$ d
    第8章 GRNN的数据预测——基于广义回 7 Z/ n  P; E1 A/ ?; e( j9 h
    归神经网络的货运预测
    1 n$ O: h& M3 j7 @5 u& T8.1案例背景
    7 Y$ i& `- `, p8 G! I) k8.1.1 GRNN神经网络概述 0 l- C) `- [8 `  S4 \) Z
    8.1.2 GRNN的网络结构 & N) t4 j7 b( m  v3 _) o5 l1 _
    8.1.3 GRNN的理论基础 2 l- e/ d$ f+ {2 F% Z7 U/ Z
    8.1.4运输系统货运量预测相关背景
    - c' @! J* K9 ~' {8.2模型建立 - X! }! i" [1 k# I+ Z" [
    8.3 MATLAB实现
    ) ~' P  H! a- j9 x8.4案例扩展 2 }: u& y: Z' a4 Y9 f. p/ u
    参考文献 ) W3 `3 |& n8 Y; p$ l
    第9章 离散Hopfield神经网络的联想记忆——数字识别 ( C9 L1 t( Y3 [! W) Q
    9.1案例背景
    6 R$ W/ u( A* N' x5 R& F' j8 b  W9.1.1离散Hopfield神经网络概述 ; |# E% _6 _0 J7 D
    9.1.2数字识别概述 : J" D: k+ x0 h9 K8 K4 w; f4 a
    9.1.3问题描述 ; _! }8 ~+ M" n2 U9 w$ H
    9.2模型建立 6 f; q* ~! m  G1 D7 X# |# v( q
    9.2.1设计思路   s% R) U: ?% L$ G' @, G
    9.2.2设计步骤
    0 ~0 W- ~& @, w7 K3 Y8 X; B9.3 Hopfield网络的神经网络工具箱函数
    & j" k4 T& I0 x6 ^0 \) n* X9.3.1 Hopfield网络创建函数   H% s; L, M2 ?) x3 t
    9.3.2 Hopfield网络仿真函数
    : O* h. T: k+ ~9.4 MATLAB实现
    ) s' ]) Q( M  F: f, R4 [9.4.1输入输出设计
    3 N( p) e' F1 |, ]  ?  j  k9.4.2网络建立 ( p$ h4 X0 [! H. Y
    9.4.3产生带噪声的数字点阵 8 x  S( d1 N7 N# @$ |. a! B: P
    9.4.4数字识别测试
    . V! l- B: W! _9.4.5结果分析 * ^4 w7 T( s4 l8 ]! a
    9.5案例扩展 : H& A5 u6 d7 ~3 O* k
    9.5.1识别效果讨论
    + h7 v2 A% U7 ?9 z; Z( y9.5.2应用扩展 7 `- a' ~. l; u+ W
    参考文献
    . U$ ?; r0 v1 e' i( C第10章 离散Hopfield神经网络的分类——高校科研能力评价
    - P( \, ?, `, t9 X/ N10.1案例背景
    . u! T5 i8 n+ H9 H6 L8 z10.1.1离散Hopfield神经网络学习规则 ( K3 h% Y' j  v- |+ C, L+ n% K
    10.1.2高校科研能力评价概述 + B; o( m* D  K5 i3 Q# h  t
    10.1.3问题描述
    , }) S6 }* |9 r2 ?10.2模型建立 . i4 G- I/ \6 r5 _; P$ L
    10.2.1设计思路 % ?, t" Q2 t4 ?1 j0 Z( O; v) _
    10.2.2设计步骤 : R. o* Y- E* [6 z# k' o* E
    10.3 MATLAB实现 ) X- X* a. a5 U6 @2 U
    10.3.1清空环境变量 - H, x9 w* B; o+ e3 y" G9 P& l5 u
    10.3.2导人数据
    7 S/ I  W! k+ ^" G3 w5 o/ L10.3.3创建目标向量(平衡点) ( s7 t! n) t# G$ m- f9 ]8 A
    10.3.4创建网络 * ~- F$ K8 r: C. l
    10.3.5仿真测试
    3 s9 Z0 s$ K/ X4 `, C; M10.3.6结果分析
    4 T0 E) k8 ~! |7 L* b6 S) N) Y7 d' b10.4案例扩展 3 W' s, U1 R6 U4 E7 P( m
    参考文献 ( _3 Y4 p: c- V( s5 E
    第11章 连续Hopfield神经网络的优化——旅行商问题优化计算
    " L% o# ], s% ^# q# j( W2 q- R11.1案例背景
    / D6 t% X& N4 @11.1.1连续Hopfield神经网络概述
    ! i7 [: R: _* ~+ G, M11.1.2组合优化问题概述 : N2 `. r  D) N& f6 @4 k4 \
    11.1.3问题描述 ( I! |& w1 E9 n, H5 [( Q1 M: B
    11.2模型建立 & r' C/ c8 C& G6 |: |
    11.2.1设计思路 4 ?$ L6 G) q) E7 L
    11.2.2设计步骤 6 J4 E, ^; I# X0 p  W$ w4 e# k
    11.3 MATLAB实现 4 B* F2 o4 ^  _) c
    11.3.1清空环境变量、声明全局变量 0 u' L/ R2 y$ W" @
    11.3.2城市位置导入并计算城市间距离
    1 ^. E; _) Y1 T1 U11.3.3初始化网络
    0 H" J7 q2 \/ H5 V11.3.4寻优迭代 - w6 o% ~6 {+ G, A8 `
    11.3.5结果输出   b. r: n" A  I- s
    11.4案例扩展 + ^! S8 C, Q; N5 E1 H
    11.4.1结果比较 5 R8 q+ Z8 W: _# s, E' f2 s! `
    11.4.2案例扩展
    6 h5 M' I; J' P. c; K参考文献
    ' @' c) ^3 Z4 G: t第12章初识SVM分类与回归 7 L0 m/ u" D' _2 z. Q
    12.1案例背景 ; }+ K6 Y6 ^) H% T/ U
    12.1.1 SVM概述 8 \( {' c# T: Z. ~$ y
    12.1.2 LIBSVM工具箱介绍 + n& V, G0 g/ Y
    12.1.3 LIBSVM工具箱在MATLAB平台下的安装 3 ^- H) y; w4 b' q' Y4 V
    12.2 MATLAB实现 4 ]1 W& O( d+ L3 l) @5 ]" L% c# h
    12.2.1使用LIBSVM进行分类的小例子 ) v8 Z# M' ], B% X' z8 T3 w* R$ l
    12.2.2使用LIBSVM进行回归的小例子 8 q3 ^2 W, R! r" c$ l+ \, V# w) y
    12.3案例扩展 6 |) m/ n6 `) D1 l9 {; f
    参考文献 ' C, Y4 k# |; ~) N
    第13章LIBSVM参数实例详解 7 t% m) Q5 ~- d* ]
    13.1案例背景
    2 W7 P7 n- A' n! H0 i13.2 MATLAB实现
    ; ]' m# F# n0 d13.3案例扩展
    : m4 z/ f/ k$ e" C参考文献 4 Q9 d- S& p  B0 a7 M) S9 `5 w. I; r# s  d
    第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 9 e, t8 [/ h$ `3 y$ A
    14.1案例背景
    ! |  k8 G: `2 k6 J+ }9 c0 D14.2模型建立
    9 m6 Z6 G1 T- \( f& J14.3 MATLAB实现 9 Y1 ]9 C5 S0 u2 T
    14 3.1选定训练集和测试集
    2 Y. P4 e6 Y: f6 M; n6 a2 g- X/ p1 Y……
    , _; ~: r" h/ Z第15章SVM的参数优化——如何更好地提升分类器的性能
    . R  \) p- j( z+ ^第16章基于SVM的回归预测分析——上证指数开盘指数预测 % k4 \$ E* o% Q, ]+ f, s
    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# x4 Z  b1 R% R8 ]* q
    第18章基于SVM的图像分割——真彩色图像分割
    $ k# t/ T1 i3 q2 z5 K第19章基于SVM的手写字体识别
    8 \! Z1 A" P  n, a; ?第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用 . H/ L5 h: u" I' O, p  S* Q
    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 4 H! E; j4 f5 I9 i5 O- J
    第22章SOM神经网络的数据分类——柴油机故障诊断
    % p5 ?+ V6 \% [( G. `9 g8 U第23章Elman神经网络的数据预测——电力负荷预测模型研究
    & g4 N6 X+ S$ M/ p: o4 i, @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
    7 J* L4 P" [# F, a' b  f/ N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
    , J1 k7 |2 E/ |第26章LVQ神经网络的分类——乳腺肿瘤诊断 ) H7 U! _: C7 R2 \$ K: Y9 K
    第27章LVQ神经网络的预测——人脸朝向识别 8 W: }" ~* A* v. h3 l) P  M  t
    第28章决策树分类器的应用研究——乳腺癌诊断 ! g1 Q. T$ {1 w# p& _7 ^' R
    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
    " D/ X- c$ u" T$ d/ k! |) }( h第30章基于随机森林思想的组合分类器设计——乳腺癌诊断 & |/ {% \! u! [, d
    第31章思维进化算法优化BP神经网络——非线性函数拟合 - U2 }/ v9 m7 W; ?9 ^: g& {
    第32章小波神经网络的时间序列预测——短时交通流量预测
    ! h2 c& r6 `( ?, b1 M第33章模糊神经网络的预测算法——嘉陵江水质评价
    * i0 d( }; a% ]% O, L6 B$ }& s: l第34章广义神经网络的聚类算法——网络入侵聚类 + q6 i+ Q2 K7 Z9 @7 O$ p4 j: u1 [. 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   W- N8 }, R- @+ X1 p6 x
    第36章遗传算法优化计算——建模自变量降维
      m5 |9 M  F3 q/ w; U3 o( ^! r第37章基于灰色神经网络的预测算法研究——订单需求预测 8 a( L+ A+ m* P* q/ a1 b7 T$ `: [/ y0 k
    第38章基于Kohonen网络的聚类算法——网络入侵聚类
    . H1 B' \( ^0 j: {- j0 I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 Z; O* H6 ]3 w, `6 W0 d
    第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现 & C% T0 q; c* X" @+ v7 n9 R! z# M' \
    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 ; m3 v/ j0 B$ I3 \/ q; `
    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
    , Q1 R% d6 m- \% q. b6 ^& I/ c" H第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
    2 ?" ?. F2 B" @* Y, l序言+ Z: C( b4 Y& q1 l
    序言( L  H: r5 L1 o- @/ {( b
    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 Q& ~+ I0 ]8 `: t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。
    * d- f- C& i# U+ l' O, {; K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。
    7 F# a4 b+ i/ B) 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。$ I. o% l+ `8 y* @- l- ^8 B  S# h
    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。
    " O/ b4 R* V# _& M
    8 u6 H. F( c' |% e: o8 F
    4 e' Y, z. @  p8 I! pMathWorks 中国教育业务发展总监( l& B3 J1 `5 m0 C

    : y; u$ a9 Z0 h* |9 B0 {陈炜博士
      n4 }! O( F$ _- S, B
    * f2 G8 q( l5 ?2 g4 [+ h! P2 I2 L' O7 k2013年6月于上海
    9 m8 X9 R' A5 ~0 u  i) Y
    . C' x7 r2 G& ^. [- O
      ?9 c9 \- \2 K, B5 H: \pdf 链接: http://pan.baidu.com/s/1qW2obyG 密码: lc6r
    . B& c# I. g$ G$ Y: L3 @数据程序 链接: http://pan.baidu.com/s/1qW2obyG 密码: lc6r
    / C( C# _# s6 \7 Z, L+ m6 \$ \
    , `) I0 r/ O. j
    & y7 j- y7 W0 T+ E. J

    : H, Z! ^2 l& p5 K/ z9 L: B" ?2 D
    zan
    已有 1 人评分体力 收起 理由
    jt202010 + 2

    总评分: 体力 + 2   查看全部评分

    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-4-20 13:22 , Processed in 0.375217 second(s), 56 queries .

    回顶部