QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 20998|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 |正序浏览
    |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- a/ v4 Y6 o9 ^$ w; J$ ]# _$ S

    ; f7 A# c' G$ v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 ~# F# w! g% J! }6 N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。7 `; u9 S! _4 K8 ], e  T# E3 z! X
    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。9 c4 ]6 A8 f2 ~/ [# o3 a4 e6 i

    . T# v" V/ T2 |6 @2 m8 ]. M, r& V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。
    1 }) I! U9 P* E9 t1 C
    & _" l7 s" b# \" L( R0 r0 z; l
    6 X* y( M$ {+ y1 K4 F编辑推荐
    8 W0 M& Q* P. @$ b9 k) ]6 I3 Q( s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。
    1 k7 {- D- a  V3 O+ x; H: P3 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 c% O# a. @$ h/ V6 }! H3 k
    作者简介
    9 v6 p! Z% c7 ?! W9 I; a2 ?8 |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。2 _1 u; E, q" `
    目录" I8 M$ _! R- c
    第1章BP神经网络的数据分类——语音特征信号分类 3 H# R& @- _/ v7 G
    1.1案例背景 9 W) @6 _6 {0 |! O2 M
    1.1.1BP神经网络概述
    + N1 t1 f6 g# I. Z5 Q) j1.1.2语音特征信号识别 . e9 \9 a3 p' t; V) g
    1.2模型建立   X/ ?& N' y" s$ ^
    1.3MATLAB实现
    7 j+ i. Y. E7 K) p* m, x9 p# z0 i& |1.3.1归一化方法及MATLAB函数 4 k8 N7 R* e0 X. p
    1.3.2数据选择和归一化 ; O% E+ ]( n( ~! S" m
    1.3.3BP神经网络结构初始化
    ! I, T: L# `. v* R/ R) i( v1.3.4BP神经网络训练 5 [; E8 O6 m! ^; d) {1 l
    1.3.5BP神经网络分类 ; F  x; @" a5 c8 U. X" v
    1.3.6结果分析
    + z, z4 f/ U5 [, k0 R& }; ?1.4案例扩展
    % Y$ z2 k/ Z" C( a/ A% Z- n1.4.1隐含层节点数
    . A% x' z$ l# d/ B$ u, |7 m" s1.4.2附加动量方法 2 |, b7 z! [+ ^/ [# Y, k
    1.4.3变学习率学习算法
    0 i' @3 K# T; c$ j# W8 T" }参考文献
    " g- W) O: ~- i0 i第2章BP神经网络的非线性系统建模——非线性函数拟合
    8 @7 F' q5 x% V/ I, j" P2.1案例背景
    4 z3 [$ A1 D/ u3 a2.2模型建立
    ! ]6 R8 D( v0 w  A+ F2 W+ N$ ?% L2.3 MATLAB实现 9 \: I5 O. u' e, v# r
    2.3.1 BP神经网络工具箱函数
    : U) {! g& Y3 o' U5 w( o# [2.3.2数据选择和归一化
    5 l9 _& V# Q4 }( d2.3.3 BP神经网络训练   m9 M: V# }) c& D# ?2 n/ f) O. ]! ^9 n
    2.3.4 BP神经网络预测
    5 z" `$ K/ H3 a- S) D" f9 z2.3.5结果分析
    ! b. i) g2 F: [- M/ `- d2.4案例扩展
    $ X, s1 p# {# `# m4 }" y  a2.4.1多隐含层BP神经网络
    ) y, a& G1 B# n; ]  R% F8 Q  |2.4.2隐含层节点数 ) m/ n# h' q* T. j7 J
    2.4.3训练数据对预测精度影响 ; }. I6 i" x% N- k
    2.4.4节点转移函数 , q" n5 e7 f: v7 S* T
    2.4.5网络拟合的局限性 * v- y6 u+ B; |& i
    参考文献
    6 J3 ]; f+ T3 Y第3章 遗传算法优化BP神经网络——非线性函数拟合
    # F9 o! x1 ]4 z$ A8 U3.1案例背景
    & F* m! E) C" \0 g7 Q7 V6 m3.1.1遗传算法原理
    7 ]& c0 v! `9 D3.1.2遗传算法的基本要素
    ) Q  y0 q: ~# {9 K( O9 J3 e) r2 w3.1.3拟合函数
    . D+ f2 ]" O) J& Z8 c  O3 r3.2模型建立 ) S' L6 D6 _3 C$ m
    3.2.1算法流程 , e8 ?5 f1 \) ~
    3.2.2遗传算法实现 2 M0 @1 p8 }) D& `1 }. w! `. D/ M
    3.3编程实现
    $ z3 x) V: [9 ^, u4 w" ]6 Z8 n3.3.1适应度函数 % G8 R; O1 b# w. E! ~1 a% S
    3.3.2选择操作
      d. m* S+ Y: G7 {2 E8 A7 |7 Y3.3.3交叉操作 4 @( `  m# @% B% N; z- ~* [' L* V3 I
    3.3.4变异操作
    % Y; m! y" W7 a5 h3.3.5遗传算法主函数 1 a3 ^8 m9 A0 ]5 C. J
    3.3.6 遗传算法优化的BP神经网络函数拟合
    , y, U* c* \# G0 t% L0 b3 W; @+ e; O3.3.7结果分析 / r7 `0 G- R8 Q, _9 d; |5 g6 I1 J
    3.4案例扩展
    . V; D' j2 k& O# W3 h' X3.4.1其他优化方法
      N$ |7 {: I" @# d# o& d, v3.4.2网络结构优化 ' `7 U$ y# C5 `4 r
    3.4.3算法的局限性
    . |) P- ^1 z( F  d8 W9 S) {8 \参考文献
    5 {# b$ W4 r& N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 , I' T, _, X3 @; U
    4.1案例背景 : M7 D) n+ [" W5 {2 I+ h
    4.2模型建立
      n/ W/ Z) u+ S; O4.3编程实现
    / S9 N# r5 W( w& k, Q# v( s4.3.1 BP神经网络训练
    ) X- z6 u" e. G* [! L5 R4.3.2适应度函数 ) s7 r/ n' B& K% K
    4.3.3遗传算法主函数 4 E% `) ~3 e! x- j; R& |% p6 Z
    4.3.4结果分析
    ! L- V; j& \6 {# ?4.4案例扩展 + T; F6 w8 N  t7 c& h9 v* H- R
    4.4.1工程实例 ' C5 \; [9 C% M0 Z6 J" y/ `
    4.4.2预测精度探讨 " r/ u7 o, w1 L: l# F. N: l1 ^% e
    参考文献 4 E$ _0 s, W5 }
    第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模   K: _! \$ v- q/ x$ S
    5.1案例背景
    4 o  a& f# [/ Y+ k5.1.1 BP—Adaboost模型 $ O8 L) L  m, T) H3 w: ]3 f
    5.1.2公司财务预警系统介绍 % d6 R# y( x& R0 L
    5.2模型建立 % c2 L/ u* ^' ?6 h3 |: M- y
    5.3编程实现 7 h* {# H, a. X! m3 C
    5.3.1数据集选择
    2 V9 U" `4 I( d9 p5.3.2弱分类器学习分类
    ! a7 E8 H# R3 j8 M5.3.3强分类器分类和结果统计 & x9 P4 o# l( X) A5 J( L
    5.3.垂结果分析 . `2 q8 d# |9 @' @4 B( ?
    5.4案例扩展
    ) f- M: e" T8 N/ d  b" V1 E2 s5.4.1数据集选择
    & b* b' K9 q4 N$ b$ E2 x$ z, L. B5 \5.4.2弱预测器学习预测
    9 C) v$ a& o4 X) w6 T. y. `5.4.3强预测器预测
    & P/ D; @+ W! ]5 E0 ?1 Y5.4.4结果分析
    7 C. y' j$ g* m9 U" |# B$ S. W参考文献
    / Z/ k$ i: F* o  \. H第6章PID神经元网络解耦控制算法——多变量系统控制 ; H' L. H. q- M% U' c- b
    6.1案例背景
    # |4 j- A( c5 E2 M/ ]6.1.1 PID神经元网络结构
    " H0 r/ p; L5 a. l( t7 x9 E6.1.2控制律计算 7 b- w' ]# W/ T7 {: x! R; g9 K
    6.1.3权值修正 7 ]& J( `8 {+ H* c
    6.1.4控制对象
    . j* L4 r' c3 t# q6.2模型建立 5 c6 A  ~9 k( I7 V3 r( e0 w% G# d1 z
    6.3编程实现
      q6 H9 w( Z6 W! }6.3.1 PID神经网络初始化
    - Z5 D7 H: m% A3 @" ~  Z; t6.3.z控制律计算 1 N3 J& m0 X2 a: i
    6.3.3权值修正
    % j) |6 S! M! a0 z& s' d/ I; y6.3.4结果分析
    $ e: K# K& t: H$ \  c" R9 ~" C6.4案例扩展
    - S6 X* n  R1 D* B  E- ?+ N6.4.1增加动量项
    ' h1 s: l9 R; I- Z6.4.2神经元系数
    2 o( }, x$ N7 E1 P/ f6.4.3 PID神经元网络权值优化
    . F/ U7 U: F5 I- y! M- I6 x" H参考文献
    " s5 n2 I3 l! b8 F7 S8 l第7章 RBF网络的回归——非线性函数回归的实现   q5 q) u+ @& N
    7.1案例背景 4 b; ^8 |9 u/ T0 b' x3 B
    7.1.1 RBF神经网络概述
    ) M; ~& |1 @  M2 X, R, `. ?& N7.1.2 RBF神经网络结构模型 $ A+ t4 E" B6 u7 H* ]9 L+ X8 G0 \* G
    7.1.3 RBF神经网络的学习算法
    2 g% `! A6 p6 Y) i& b3 u0 i6 d& @7.1.4曲线拟合相关背景 6 }8 Q4 ~) w8 Z: I+ y5 n) f8 f
    7.2模型建立
    % E9 B9 q+ M7 H7 b5 f7.3 MATLAB实现 3 }% ]% g, C5 j9 _7 G. H+ w
    7.3.1 RBF网络的相关函数 . z; T( P- ^2 x; n# u3 u
    7.3.2结果分析
    : J/ Q, Q7 y. @7 m  m5 H7.4案例扩展 & a) l# w# N; I6 P4 x# E# ]1 `
    7.4.1应用径向基神经网络需要注意的问题 4 z1 a1 o* y8 v. x+ P6 ?
    7.4.2 SPREAD对网络的影响
    ; X( a0 q) w+ y1 `: F; e4 I3 a9 i参考文献 $ ^$ Q; i1 Y" P3 U1 w
    第8章 GRNN的数据预测——基于广义回
      o  Z6 M9 V) g! N. Q; M' }3 A5 I3 T归神经网络的货运预测
    2 r+ P! w0 _# d) ]. P" Y8.1案例背景 9 N. x" O5 G3 f* S6 Z3 V* v
    8.1.1 GRNN神经网络概述
    - h5 i# Z0 x8 i% d% G! y8.1.2 GRNN的网络结构
    ( T1 a; u( T3 K! [# N5 D2 v3 ^+ ?% L8.1.3 GRNN的理论基础
    9 p8 `3 @# L6 m1 i8.1.4运输系统货运量预测相关背景
    / ]6 z2 a0 N( K$ i& Z& K8.2模型建立 " R' k3 T3 `! }, H4 R2 Q
    8.3 MATLAB实现 9 g/ |4 G  i% L5 b
    8.4案例扩展 % }7 o3 q3 ~( W7 _8 C  T- W& w) P0 Z
    参考文献 & n+ _- K- ?/ e" \5 b
    第9章 离散Hopfield神经网络的联想记忆——数字识别 * n/ l6 M* V& S
    9.1案例背景
    + s9 N4 a4 Y! D' v9.1.1离散Hopfield神经网络概述
    ' A7 K: Y7 O: q$ Z. Q, ~# L( ?* f) m9.1.2数字识别概述
    . Y' e/ [9 z; r) |2 H9.1.3问题描述
    1 P% r0 f3 y! j& ]/ S9.2模型建立 + m  I% X/ r% B, S
    9.2.1设计思路
    , q4 V) F$ [. E1 s) i, }% I9.2.2设计步骤
    ( A' @' }5 W; R! T9.3 Hopfield网络的神经网络工具箱函数   L/ I" c0 }/ p: v) W/ R
    9.3.1 Hopfield网络创建函数 ' P9 z  P4 Y8 O0 ?7 ^# n
    9.3.2 Hopfield网络仿真函数 ) S4 Y3 b$ y% x/ F
    9.4 MATLAB实现 0 K% X, p9 A3 z, r* D; G  z; D
    9.4.1输入输出设计
    1 M; S- W1 u0 }3 X) N  `( Z9.4.2网络建立
    ; @! ~+ p8 E( V; G" E* Y2 Y* |' A9.4.3产生带噪声的数字点阵 2 T5 G2 [' x  y: T" }  H
    9.4.4数字识别测试
    , q& B# h( y) ?# c. F' z9.4.5结果分析   b3 v' }, r* ^4 d5 x" i% f
    9.5案例扩展
    1 K! U2 M# ^& h7 ^1 h( Q7 ^& J( h0 y6 _- U9.5.1识别效果讨论
    ( [4 ?4 F% N7 F" p' i8 U. \) L" D9.5.2应用扩展
    ' M5 H+ `6 Y0 L参考文献 / l+ E* J; E1 y  W4 J
    第10章 离散Hopfield神经网络的分类——高校科研能力评价
    3 H' ]% E7 J! P8 ?: S10.1案例背景
    4 ^* ], o9 {9 Z. A; d8 i10.1.1离散Hopfield神经网络学习规则
    3 `8 H& T+ m: R9 v! y10.1.2高校科研能力评价概述 7 F  p8 ~3 t. W6 p: r
    10.1.3问题描述 ( T7 ~( p2 d2 O0 O
    10.2模型建立
    # f+ P/ I& h- \) `$ L6 r10.2.1设计思路 9 u6 u; ~" `+ ?3 f0 J
    10.2.2设计步骤
    $ I+ [  y$ `9 s10.3 MATLAB实现 3 ?8 h+ |+ Y% {$ ^) J$ U& {
    10.3.1清空环境变量
    - R% i! {2 r5 G" N0 c' X& z1 g10.3.2导人数据
    4 L6 Z6 O2 y1 H+ _* o, q: G2 N10.3.3创建目标向量(平衡点)
    7 B4 ^0 H. l+ W( X  N; p' {7 y10.3.4创建网络
    - e4 ]* H0 V4 V# O1 @10.3.5仿真测试
    6 n5 O; F# T; Z3 j. b. ]& S: n10.3.6结果分析 5 q2 T4 Q+ `7 m+ @2 K; H
    10.4案例扩展
    + ?% u8 x- X5 C; r参考文献 ! ]% o" _9 J/ _1 c" A5 e
    第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 ; {, h! Q( r& ?0 |  l
    11.1案例背景
    % m& h, O( W: h11.1.1连续Hopfield神经网络概述
    : H) U; B" q8 j' h11.1.2组合优化问题概述
    " B" v$ a' S: D( o11.1.3问题描述
    + h% C1 g4 A% s7 |11.2模型建立
    - e6 t( v" X' W$ l8 B11.2.1设计思路
    ( V. [. m8 b  c4 U/ ^2 R' Y8 a  S8 X11.2.2设计步骤
    / p5 D" y) s% \# L6 H* d' s. J11.3 MATLAB实现 / L- ^9 j6 v/ M8 N( _  @
    11.3.1清空环境变量、声明全局变量 ) ?0 B( a! i# h: c( Z+ W* q9 Y
    11.3.2城市位置导入并计算城市间距离 * Q, m7 Z. Z, Y+ H; u; Y( l
    11.3.3初始化网络 " }* O6 w- D5 e. L' s7 U' K
    11.3.4寻优迭代 - Y5 n+ i) _' o- Z! V
    11.3.5结果输出 5 _  g) U* X8 g: n
    11.4案例扩展 1 `: E& J9 t1 t  ?$ S
    11.4.1结果比较
    1 a( S: b, u% b11.4.2案例扩展 1 v3 r6 V$ b0 [8 Z* {5 O& d
    参考文献
    ) N6 A9 d- z$ O& L# T- Q第12章初识SVM分类与回归
    " d# m/ s& D" l  i5 L2 u12.1案例背景 . h5 m3 T) G! h0 w: Z6 K2 K+ \
    12.1.1 SVM概述 . m" _5 f6 Y) c& @# {3 @/ z! j7 @
    12.1.2 LIBSVM工具箱介绍
    " p" s- x9 V+ D; H* `5 Q12.1.3 LIBSVM工具箱在MATLAB平台下的安装 9 ?0 K' n/ q8 d: k! N5 H- n: D
    12.2 MATLAB实现
    8 l/ Z3 @& X' N& u7 M12.2.1使用LIBSVM进行分类的小例子 % Q8 r: h) J9 \5 l' ~
    12.2.2使用LIBSVM进行回归的小例子
    3 W' h7 w# Z$ [. _. v12.3案例扩展 2 m$ K# Y' [4 `1 j
    参考文献
    , i+ K# M+ D( d' v第13章LIBSVM参数实例详解
    , q' t& V+ J3 z, w' G13.1案例背景 7 h& I% m. {$ ~- M' z0 Z0 B
    13.2 MATLAB实现
    1 X$ E6 D7 s( t- \4 A$ G13.3案例扩展 8 P& Q3 r8 M, h# L7 A
    参考文献 " O3 O" H6 j0 k) \. P8 g) _
    第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 : [1 O# A& J% @" i
    14.1案例背景 7 y' t7 r7 {" \2 C1 f
    14.2模型建立 " }6 ]6 A0 g, u! E4 c$ u
    14.3 MATLAB实现 % @2 W7 z# A! q5 O* O% O& x5 j
    14 3.1选定训练集和测试集
    " \7 b- P( y6 Y$ k( _…… 1 H/ b! D9 P7 ~3 \7 [/ p4 x$ o
    第15章SVM的参数优化——如何更好地提升分类器的性能
    : s6 n. g% \' e第16章基于SVM的回归预测分析——上证指数开盘指数预测 7 \5 j# D# R. s) I. ~5 h) Q
    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 & D6 T2 l% a) m$ U
    第18章基于SVM的图像分割——真彩色图像分割
    9 r; k5 m; j/ L, L) v) S第19章基于SVM的手写字体识别 % c' t$ n& }/ y5 H; A) d1 L
    第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用 ! K" \0 E) L# m( J( b
    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
    ; e1 |" c3 m& Q/ w" }) }第22章SOM神经网络的数据分类——柴油机故障诊断
    4 B# Z! z/ X7 O: A第23章Elman神经网络的数据预测——电力负荷预测模型研究 ( M" p# p3 d4 |: W) a# X6 P
    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 F+ t. p+ X" W, ~% E
    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
    " c$ @! E( q( k0 i) f2 q第26章LVQ神经网络的分类——乳腺肿瘤诊断   i' U6 y. b; n$ R1 v
    第27章LVQ神经网络的预测——人脸朝向识别 9 S' `5 w/ M7 {- w9 @% \
    第28章决策树分类器的应用研究——乳腺癌诊断
    & h. h! D. [0 A! G* i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
    4 B- r5 x1 N7 Z0 X! i第30章基于随机森林思想的组合分类器设计——乳腺癌诊断
    , `' `  u0 ~- {8 T6 |. t第31章思维进化算法优化BP神经网络——非线性函数拟合 % A7 w( x7 s+ H; N2 v
    第32章小波神经网络的时间序列预测——短时交通流量预测 $ t3 x; }/ B. T' y3 M# O$ I( D
    第33章模糊神经网络的预测算法——嘉陵江水质评价
    , c% ?1 e' |  M第34章广义神经网络的聚类算法——网络入侵聚类
    + I+ {0 Q- p8 R, ~$ ^4 ~  a* M第35章粒子群优化算法的寻优算法——非线性函数极值寻优
    9 y7 G4 \. p+ c. l4 {第36章遗传算法优化计算——建模自变量降维
    + c8 d* k9 r' F1 k4 p7 j* ?第37章基于灰色神经网络的预测算法研究——订单需求预测
    , s2 |- ]7 v8 X+ j" ?; U3 D4 l2 p$ L第38章基于Kohonen网络的聚类算法——网络入侵聚类
    " N* B% J9 `* L/ 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
    1 L# I+ ?1 r/ `" U2 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 % F$ t/ @# f0 U: A' p  a  x' x; J
    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 y5 g' Z9 U3 Y2 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 2 n( V0 @5 ^4 P! S( l! A
    第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
    4 x2 E$ Q' r! C' o& W! j序言6 A* Q2 u6 i9 N* @" M! ^3 O9 M
    序言
    6 g) l( Z+ U. {: N* ]6 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。/ P: W* V- d3 p) z2 Z9 b  S- e
    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。
      c  K' w9 `$ i) I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 X  c) {& y( V2 A: L1 C
    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。  o* P+ w+ ^* h0 F4 ~2 l
    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。# y7 e! e8 {0 d* D0 o1 }6 h
    * x4 Z. h% j1 A, j$ q. U3 [0 X

    % N* c( k: F8 s3 Z6 ^: ]MathWorks 中国教育业务发展总监
    ( A8 K# K& b+ C9 \: `! S, }& w1 Y  W! o; }  L$ H
    陈炜博士9 p# l' o6 n; _! [

    , p" ?' a$ [$ ?0 z. `2013年6月于上海! g/ l  R9 t( s2 F. B* ~

    7 ?* O, p  l9 P. ?* U  z
    6 B) p9 U+ m# i5 b$ rpdf 链接: http://pan.baidu.com/s/1qW2obyG 密码: lc6r
    8 k! r& [- T! E5 h1 g$ S数据程序 链接: http://pan.baidu.com/s/1qW2obyG 密码: lc6r

    9 G8 l* }6 [0 q  ]
    ' }( Q1 z4 w0 @# x
    ' P! m! R, E6 e; r5 v8 f- s0 K' p) d6 S0 x7 S5 s/ y# q" K; p- }( D' f
    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, 2026-7-31 15:23 , Processed in 0.424852 second(s), 59 queries .

    回顶部