- 在线时间
- 187 小时
- 最后登录
- 2018-4-5
- 注册时间
- 2014-10-4
- 听众数
- 18
- 收听数
- 19
- 能力
- 120 分
- 体力
- 8663 点
- 威望
- 12 点
- 阅读权限
- 200
- 积分
- 5467
- 相册
- 1
- 日志
- 1
- 记录
- 7
- 帖子
- 439
- 主题
- 115
- 精华
- 12
- 分享
- 2
- 好友
- 69
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
 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 |
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。, e! {& z1 G, R. g4 w$ [
$ _6 `0 @/ d2 q6 Z1 J# S3 I2 K# X4 M
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 E# I) F* \0 |% M
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 d( p' _! l$ X; N$ x6 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。- `4 y$ ?* d& J1 m$ j/ R$ X& J2 L
+ Q! N) w2 Z8 o. D9 u7 g% k
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。
! c( k- C+ s4 M/ _, c7 l: F: \; g( ]. Z1 f
- S \5 Q4 t5 z1 I' |9 v/ Y( f编辑推荐
0 `5 n5 @- E1 R- M' ^; G [% z, c8 z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。
; a5 V$ B' L5 [; l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。$ F' E% k7 }: G6 Q
作者简介
+ P& t2 L1 K2 W" ]: a( T! F9 \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。: b$ e3 h! ]9 S6 O$ |
目录" \8 f% Q+ i8 t6 A5 j: O' I
第1章BP神经网络的数据分类——语音特征信号分类
+ P! _6 u7 o! X) _+ l8 f1.1案例背景 : d5 W, e/ |2 }% R
1.1.1BP神经网络概述 0 c: ~+ u; E; P; L% @
1.1.2语音特征信号识别 " x) l% A- C0 p
1.2模型建立 U' v- \) J) j# ^1 j
1.3MATLAB实现 5 @$ b, H8 }3 f
1.3.1归一化方法及MATLAB函数
5 N6 p1 _$ {( c* T1.3.2数据选择和归一化 8 q; B- z) U6 z; t( L4 ?
1.3.3BP神经网络结构初始化 ; G( K- |/ n- s( d+ \2 n
1.3.4BP神经网络训练
1 ^+ n2 \: ^8 a9 f! ~! _" D1.3.5BP神经网络分类
1 x! Y5 z$ w4 O1.3.6结果分析
X" Q( x7 R( X5 j& h( O+ @7 v) Q) F" R1.4案例扩展 ' R x6 R/ a/ m6 t6 S+ x
1.4.1隐含层节点数 7 n r# l S! M
1.4.2附加动量方法
5 O! B- |* h4 P- K1 ?% ~5 o" X& H# `1.4.3变学习率学习算法 " \% z$ R& U0 b' I$ Y
参考文献 " `1 v; j1 b# g' U# m
第2章BP神经网络的非线性系统建模——非线性函数拟合 8 J y! q$ t D$ j
2.1案例背景 0 b; m2 T0 B: e2 d7 P/ A' J
2.2模型建立 1 r" e1 p; X: m7 @
2.3 MATLAB实现 , ^7 h) a2 }5 \
2.3.1 BP神经网络工具箱函数
4 H3 f( V: ?3 l- A8 _2.3.2数据选择和归一化 8 \5 P1 I* {) Y" J
2.3.3 BP神经网络训练
" o9 I+ x: H2 c2.3.4 BP神经网络预测 3 q. K4 S8 t+ H, F- N; Y1 r
2.3.5结果分析
8 M% Q c+ Q1 G: X8 Z2.4案例扩展 % N k2 a7 X# ^1 P$ D' V' Z
2.4.1多隐含层BP神经网络 * z2 Q$ K4 K2 d5 I3 E
2.4.2隐含层节点数
+ \: k3 h# R: o5 K% x2 [6 P2.4.3训练数据对预测精度影响 , Q U, y4 Y' K3 S( `* ?
2.4.4节点转移函数
+ K$ ?- S! N: B- R0 ]4 ^2.4.5网络拟合的局限性 1 m, t5 W: A+ j; Z0 M0 I* @. H
参考文献
" [5 z& S$ q- _4 Q8 i& a9 c& b第3章 遗传算法优化BP神经网络——非线性函数拟合 ; m* L" Q6 f8 C# a" |0 W, o+ w
3.1案例背景 / q- b/ g" O4 h' C6 C8 { s% O1 H
3.1.1遗传算法原理 ' e% ~( f Y7 C+ {9 k- U2 C
3.1.2遗传算法的基本要素
. `/ A$ Z2 H7 o, i; g. ^8 h$ h! {3.1.3拟合函数 1 S; P. L( A7 u' u: C3 |
3.2模型建立
- V1 G% Y) b! A0 _; x9 |' _4 S3.2.1算法流程
- a" G+ {" E6 D ~+ ~8 l3.2.2遗传算法实现 ! R$ g7 L, q8 R& x9 P( h6 k. {
3.3编程实现 . X4 U! f8 }. k" F
3.3.1适应度函数 : N' h4 Q; ^5 S( ?9 `- ~2 }9 i& O/ |0 \
3.3.2选择操作 7 z. V9 ~* _1 ~2 J; p$ m' D" J$ i; ^ M
3.3.3交叉操作 . N. j8 u5 j2 }/ r( M$ W+ z) c
3.3.4变异操作 . x9 Z! m/ Z0 Q0 P& S9 P: o+ K9 I
3.3.5遗传算法主函数
! z; R6 N! F6 _. |6 j! v+ L3.3.6 遗传算法优化的BP神经网络函数拟合
) o8 w w( H& w/ K# U5 r3.3.7结果分析
& m2 \* K/ A7 S9 M+ X! x3.4案例扩展
7 C7 W8 [( k$ D5 T* R3 b3.4.1其他优化方法 % g T! u2 ?& `3 W4 q' y5 `; {! c3 K
3.4.2网络结构优化
8 `0 ~9 x0 X, b. n$ A% } X3.4.3算法的局限性
! N' o u7 `2 d/ l; ]+ {参考文献 - g5 z0 ]3 z4 v; m4 i3 i
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
) Y0 m. U" }: f+ ^) W: t: l6 O4.1案例背景 9 E) o0 u( g e- ^- v$ @/ G) m
4.2模型建立 + m5 ]; e$ E. s1 S/ g9 t
4.3编程实现
, s8 y. o$ s9 I$ q7 t) B5 N4.3.1 BP神经网络训练
- S: x9 @7 c# ^4.3.2适应度函数
7 `: K2 c* \8 ?; k4.3.3遗传算法主函数
& u0 l# t' e4 V4.3.4结果分析 7 ~; n+ m% \+ U; Z7 v& u, a
4.4案例扩展
& N F) r! u" ~7 R) F4.4.1工程实例 1 v- u" x; b2 n9 }/ j
4.4.2预测精度探讨
4 [- f3 B9 o; _& D5 g1 B/ s参考文献
! z+ {! s" v6 |6 ~第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模
' D9 q3 a: {4 [; h5 M0 z5.1案例背景
. t* t% N9 |1 I( v1 h5.1.1 BP—Adaboost模型
6 Q' I" @! d! O g( ]# U4 e5.1.2公司财务预警系统介绍 - {* C* Q7 S* r* N
5.2模型建立
2 h+ W" p! Z3 m) }) ?. U5.3编程实现
* X) V! ~ M* p5 e* r; R5.3.1数据集选择 ! X% A' B, ]$ F3 Y& I
5.3.2弱分类器学习分类 ' _# Z! x) _( p, v; N8 N& w
5.3.3强分类器分类和结果统计 $ {' n5 J- H6 [- }
5.3.垂结果分析
$ q. _* Z+ ^) ?( L5.4案例扩展
6 n3 c8 t. a5 u/ K( J% h8 s/ ^5.4.1数据集选择
, R! C( D' p9 m/ {5.4.2弱预测器学习预测
! @* M; I* f, P, M5.4.3强预测器预测
4 Y, W8 G! [1 z3 Y: y4 e8 A5.4.4结果分析
1 X' q8 T- B( c参考文献 % N* g W- T# ?5 o3 r
第6章PID神经元网络解耦控制算法——多变量系统控制 , S7 b6 t2 R$ J
6.1案例背景 ' q) s; U* U: i* F
6.1.1 PID神经元网络结构 - j9 ?9 c; q( s1 e
6.1.2控制律计算
# K6 [' _3 D: @: ? d' F6.1.3权值修正
/ u/ R* j; b- e' [6.1.4控制对象
& V, `$ N+ p$ V& A6 W6.2模型建立
* I! _2 |+ |8 v* K, |5 j3 T6.3编程实现 % D$ t7 j1 ^$ X' L( ?; D
6.3.1 PID神经网络初始化
4 `. S3 }) |( X9 N& P6.3.z控制律计算 % d" B# C7 B Y$ a, A
6.3.3权值修正 ( C2 Z( M c. Z) m! {0 F
6.3.4结果分析
( m0 H2 A' }/ b7 a. S3 {; K6.4案例扩展
. F0 p0 c! w4 a. }9 L( z6.4.1增加动量项 , _# k4 \) m- A
6.4.2神经元系数 - J3 P% p3 Y! |6 ^; [- I
6.4.3 PID神经元网络权值优化 ( w6 d( c& ^% B1 V: z3 k7 U9 r
参考文献 , p3 l7 q" }( T r, G
第7章 RBF网络的回归——非线性函数回归的实现 # b' p' A* k1 H; u4 ~1 H9 m
7.1案例背景 9 z7 b! c* ?3 h# X$ M7 G
7.1.1 RBF神经网络概述
& f- i" N+ ^( J, i7.1.2 RBF神经网络结构模型
( J2 E V5 L3 H+ Q1 f7.1.3 RBF神经网络的学习算法
0 W( A; g! O+ k& _7.1.4曲线拟合相关背景
1 F0 X+ e% `. |" K7.2模型建立
1 T5 ]- g" C* ]$ ~7.3 MATLAB实现 3 u' p7 R& @, C
7.3.1 RBF网络的相关函数
8 c% p Z# _1 U$ p0 y: U7.3.2结果分析 $ o! M3 Z7 }4 t4 S! o: u( V1 X' |
7.4案例扩展 . E) e$ y( S) \$ ?2 [. t
7.4.1应用径向基神经网络需要注意的问题 # ?( [3 S; j F: y4 P
7.4.2 SPREAD对网络的影响 & J! o- A+ [( b' W$ t. N
参考文献
1 n" Y7 {7 A4 D3 z& T# O0 O5 j第8章 GRNN的数据预测——基于广义回
. D. z( _ L. ^0 C4 h8 I归神经网络的货运预测
4 r9 o" H) f7 T/ x* Y8.1案例背景
8 i: u: Z0 g7 }& Q' E2 x8.1.1 GRNN神经网络概述
: \/ l( Q6 ]5 [) K8.1.2 GRNN的网络结构
% l% o( a; v2 u4 U6 u* p$ @, B8.1.3 GRNN的理论基础
1 u4 h% T+ {! H- W# q# Y& @% H8.1.4运输系统货运量预测相关背景
, g& x' T* C$ `5 m/ d8.2模型建立
( Z6 O+ j0 u9 i) L/ W! T( S" q" {" H8.3 MATLAB实现 $ R# u3 L8 B2 Q4 F" V
8.4案例扩展 3 q5 R* t/ F1 L& A8 k
参考文献 : C. g) j s$ F
第9章 离散Hopfield神经网络的联想记忆——数字识别 6 N a D0 H0 |
9.1案例背景 : }2 ^, W. l: |' L8 w5 R- ?
9.1.1离散Hopfield神经网络概述
7 l- h- a; w0 E0 I" S3 m) w6 z9.1.2数字识别概述 $ W6 l5 X( K9 k# V
9.1.3问题描述 % t8 b3 u( q3 J, L2 q
9.2模型建立
# N0 Y, ~+ H( v9.2.1设计思路 : ?3 h' r# P) k$ \
9.2.2设计步骤
# U6 n+ g, r& ~% z9.3 Hopfield网络的神经网络工具箱函数 7 e5 L C2 L _* |* |) ]9 V
9.3.1 Hopfield网络创建函数 * n1 a& `3 I. p; H
9.3.2 Hopfield网络仿真函数 ; w+ U0 h5 X# Z3 p5 b& h
9.4 MATLAB实现 . J* x8 g% K6 S
9.4.1输入输出设计
' ?5 c4 I y; X* c' m2 a* x+ z9.4.2网络建立
, D( K; Y9 |1 x) i, t) ?9 E" O9.4.3产生带噪声的数字点阵
7 ?& U- l8 h1 G+ u G9.4.4数字识别测试
* n+ M2 z: E' G6 t9.4.5结果分析
@1 E; p3 i; Q9 s# x9.5案例扩展 , u8 l# W! n9 w
9.5.1识别效果讨论
% n& f& _4 \) L0 c6 c% H' `9.5.2应用扩展 ( u$ a4 }4 O1 y
参考文献
3 }; A8 }( g6 Z/ d& p) h n第10章 离散Hopfield神经网络的分类——高校科研能力评价 $ n- p2 |; g( J4 Z' ^
10.1案例背景
' A ]4 W- j& ~- N# h10.1.1离散Hopfield神经网络学习规则
/ |3 @6 C1 q6 r$ e& {% M) ]2 g10.1.2高校科研能力评价概述 7 d/ M% c0 X; E; Z" P
10.1.3问题描述
1 l; B& j, d0 V/ Y) `4 a10.2模型建立 * P1 w5 ?, G* a' j& i+ R
10.2.1设计思路 ! x; i. g! r& P7 M
10.2.2设计步骤
8 s0 W1 U; ^/ {10.3 MATLAB实现
; r! V+ Z$ C- Q2 X) M: E) S10.3.1清空环境变量
) W/ j5 X) R% B7 I10.3.2导人数据 / \( }# J H0 ^4 [
10.3.3创建目标向量(平衡点) , ]. T1 C$ }4 z6 y1 K
10.3.4创建网络 ; ?4 P% Y. ~2 w6 M* {1 x6 W
10.3.5仿真测试 2 u6 H+ T8 C- N8 u9 s( u
10.3.6结果分析 9 ]8 p* ]; A# K8 Y) q
10.4案例扩展 & @5 Q7 E2 {( S3 X
参考文献
, }# g- F4 f" b: ^2 @第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 1 Y; a* }& {; s& t* J* Q8 J
11.1案例背景
' t/ h& j6 d4 v11.1.1连续Hopfield神经网络概述
# }6 t: i2 { A0 q' V; `$ z* g11.1.2组合优化问题概述 " d* S2 f6 K! M# @
11.1.3问题描述
4 g W6 L6 z& S5 F# a11.2模型建立
& {! _1 X" m; y5 m9 }11.2.1设计思路 . U: O7 k8 a4 W4 e5 C8 S
11.2.2设计步骤
: }: ~& L2 b1 W% b$ S11.3 MATLAB实现 S% z1 v! i X& v i% m
11.3.1清空环境变量、声明全局变量 . N. |! B5 v- h; q
11.3.2城市位置导入并计算城市间距离 0 c. n9 S9 @8 e+ L; F. s
11.3.3初始化网络
# j$ E2 x% I& G6 C* `+ O" x11.3.4寻优迭代
( M. O) M" ?! _' D* S11.3.5结果输出 9 I! \. z8 J9 `8 c* l& g
11.4案例扩展 " m' w3 x/ x& q/ ]0 o9 j8 ~/ `
11.4.1结果比较 , w) @' _7 P! D H8 L
11.4.2案例扩展 " k5 {# ]- j3 j1 }; h" R$ D
参考文献
# R1 r! N7 v- E# \8 j第12章初识SVM分类与回归 $ x, N8 ]7 n" Y0 d% c/ N4 F( [0 S
12.1案例背景
; e6 v/ T6 X/ `! l3 V12.1.1 SVM概述 ) M' U2 I; S% ~$ a; l. q5 t
12.1.2 LIBSVM工具箱介绍 5 h* ]: Z ~6 O+ R
12.1.3 LIBSVM工具箱在MATLAB平台下的安装
7 m+ ~9 R: [9 `12.2 MATLAB实现 8 m5 }4 L/ j' B: `$ `
12.2.1使用LIBSVM进行分类的小例子 ( }' j4 @2 g N- X' q
12.2.2使用LIBSVM进行回归的小例子 1 s; T) h/ S' H3 ^: n
12.3案例扩展 . r2 {* C+ ^1 S; |# }0 S
参考文献 $ A% f" O" [1 ?
第13章LIBSVM参数实例详解
- J0 {; k# s* }. n; S; X( h13.1案例背景
* O6 n# ` w( E9 u13.2 MATLAB实现 8 e) Z5 d N* Q
13.3案例扩展 9 l1 o2 n0 n2 d& M
参考文献
* A2 C# L% U, y3 V. j第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 ; |* B5 g3 u, @( w
14.1案例背景
0 g1 N+ R9 ]$ M14.2模型建立
* F& |' w' K A14.3 MATLAB实现
) Q `7 l1 x) C9 G/ J8 \2 _7 O# Q14 3.1选定训练集和测试集
3 V& i3 E8 q$ C* Q" p/ o……
4 n1 D/ v- s. W6 g第15章SVM的参数优化——如何更好地提升分类器的性能
1 |+ |$ R# z$ @" K' e第16章基于SVM的回归预测分析——上证指数开盘指数预测 o5 n3 k) e" s7 ]
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 v, r7 M# c: Y7 Z0 o( W
第18章基于SVM的图像分割——真彩色图像分割
: O0 r' D9 `, ~1 I$ y第19章基于SVM的手写字体识别 3 g& w4 ~6 k1 j" m8 D4 i
第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用
. `5 h+ C7 c6 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 6 c% q6 L# l" V; H. }) J
第22章SOM神经网络的数据分类——柴油机故障诊断 6 t8 l6 F' O# B9 c+ @/ _
第23章Elman神经网络的数据预测——电力负荷预测模型研究 % Q* Q% {8 q/ y8 [+ K' d9 U/ R4 c
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
; s4 H, l3 |% x. M+ ^4 z1 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
' B/ a( z5 c) U第26章LVQ神经网络的分类——乳腺肿瘤诊断 5 O! u* I& P3 b
第27章LVQ神经网络的预测——人脸朝向识别
2 C" _0 j m& e/ X# Z- F0 g第28章决策树分类器的应用研究——乳腺癌诊断
0 k) y0 E# D2 @8 w+ Y$ _" M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
' z% M) G* A& I- [* W第30章基于随机森林思想的组合分类器设计——乳腺癌诊断 - c5 O4 l* B* u. m% [0 \& \ Y
第31章思维进化算法优化BP神经网络——非线性函数拟合
' ]1 P4 u3 d9 {6 `4 o9 L+ ]+ a' ]第32章小波神经网络的时间序列预测——短时交通流量预测
& x6 S# h# y2 y! @第33章模糊神经网络的预测算法——嘉陵江水质评价
! r! G! t1 a! W8 L- y; n第34章广义神经网络的聚类算法——网络入侵聚类 " I( f6 s' K) ~
第35章粒子群优化算法的寻优算法——非线性函数极值寻优
- H' M; O* d' l: K% ?9 [3 A A第36章遗传算法优化计算——建模自变量降维
: h; I: [( h" W* U9 u0 ^- c第37章基于灰色神经网络的预测算法研究——订单需求预测
7 B( _% s& Q$ C2 b: S6 U第38章基于Kohonen网络的聚类算法——网络入侵聚类
9 A( C7 {# d: J* b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 $ e% X I9 w; [, u9 N2 |7 P
第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现 1 W7 o' b I; K
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 5 D! I0 i+ m/ L
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 0 Q1 p; Z$ r+ ]* B) H) x& O
第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
' M0 m! @$ w+ t" J# s+ O0 a3 Y序言3 M" g1 h) _4 K; V& B5 L
序言
2 a. {/ F6 Q6 u' K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。/ O) b j1 i0 D! z- V5 e1 Q" m3 i7 O
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 M: j! A0 H( 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。- c2 B6 q0 ?. l1 i4 n
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。
" B3 f* E2 U4 u; y: E/ q/ K3 Z9 D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。% {/ `' K4 p. x! t4 Z6 U
3 W& v% h4 x [+ R
" C3 }! n3 I z# h5 `MathWorks 中国教育业务发展总监5 H) i/ x1 O. _9 V* E' P& j4 w
# [5 E$ H/ }, w X
陈炜博士
9 X1 K F' O0 H% |5 v
# h% F$ g. s! H/ [7 J2 h* E y2013年6月于上海
9 D. Q8 v+ ?* U" R/ i0 [' N3 I
- @1 ^$ ?* g; h2 G# P
- `$ T. H- A# u9 Spdf 链接: http://pan.baidu.com/s/1qW2obyG 密码: lc6r
; {0 W& s5 k+ y数据程序 链接: http://pan.baidu.com/s/1qW2obyG 密码: lc6r
" h! W: Y! b" e i& z9 ]
/ d5 }2 B6 Y! |/ `; M
: G4 X$ m9 D' c9 e. C$ j1 O$ A6 C- N; A! M) u! g4 a
|
zan
-
总评分: 体力 + 2
查看全部评分
|