当前位置:首页 > 工业技术
精通MATLAB神经网络
精通MATLAB神经网络

精通MATLAB神经网络PDF电子书下载

工业技术

  • 电子书积分:14 积分如何计算积分?
  • 作 者:朱凯,王正林编著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2010
  • ISBN:9787121099854
  • 页数:444 页
图书介绍:本书由MATLAB入门篇、神经网络提高篇和神经网络综合实战篇3篇组成。MATLAB入门篇主要介绍MATLAB软件、基本运算、图形绘制、程序设计和Simulink仿真;神经网络提高篇讲述神经网络的主要内容,包括神经网络工具箱和GUI工具,以及感知器、线性、BP、径向基、自组织、反馈等各种不同的神经网络,讲述各种神经网络的性能分析与直观的图形结果,使读者更加透彻地了解各种神经网络的性能及其优缺点,从而达到理解和应用神经网络的目的。
《精通MATLAB神经网络》目录

第一篇 MATLAB入门篇 2

第1章 MATLAB概述 2

1.1 MATLAB的产生与发展 2

1.2 MATLAB的优势与特点 2

1.3 MATLAB系统的构成 4

1.4 MATLAB桌面操作环境 5

1.4.1 MATLAB启动和退出 5

1.4.2 MATLAB主菜单及功能 6

1.4.3 MATLAB命令窗口 9

1.4.4 MATLAB工作空间 11

1.4.5 M文件编辑/调试器 13

1.4.6 图形窗口 14

1.4.7 MATLAB文件管理 16

1.4.8 MATLAB帮助 16

1.5 MATLAB的工具箱 17

1.6 小结 18

第2章 MATLAB计算基础 19

2.1 MATLAB数值类型 19

2.2 关系运算和逻辑运算 21

2.3 矩阵及其运算 22

2.3.1 矩阵的创建 22

2.3.2 矩阵的运算 24

2.4 复数及其运算 25

2.4.1 复数表示 25

2.4.2 复数绘图 27

2.4.3 复数操作函数 28

2.5 符号运算 28

2.5.1 符号运算概述 28

2.5.2 常用的符号运算 30

2.6 小结 33

第3章 MATLAB绘图入门 34

3.1 MATLAB中绘图的基本步骤 34

3.2 在工作空间直接绘图 35

3.3 利用绘图函数绘图 36

3.3.1 绘制二维图形 36

3.3.2 绘制三维图形 37

3.4 图形的修饰 41

3.5 小结 44

第4章 MATLAB编程入门 45

4.1 MATLAB编程概述 45

4.2 MATLAB程序设计原则 46

4.3 M文件 47

4.4 MATLAB程序流程控制 49

4.5 MATLAB中的函数及调用 52

4.5.1 函数类型 52

4.5.2 函数参数传递 55

4.6 函数句柄 60

4.7 MATLAB程序调试 61

4.7.1 常见程序错误 61

4.7.2 调试方法 64

4.7.3 调试工具 64

4.7.4 M文件分析工具 67

4.7.5 Profiler分析工具 69

4.8 MATLAB程序设计技巧 70

4.8.1 嵌套计算 70

4.8.2 循环计算 72

4.8.3 使用例外处理机制 72

4.8.4 使用全局变量 74

4.8.5 通过varargin传递参数 76

4.9 小结 77

第5章 Simulink仿真入门 78

5.1 Simulink仿真概述 78

5.1.1 Simulink的启动与退出 78

5.1.2 Simulink模块库 79

5.2 Simulink仿真模型及仿真过程 84

5.3 Simulink模块的处理 86

5.3.1 Simulink模块参数设置 86

5.3.2 Simulink模块基本操作 88

5.3.3 Simulink模块连接 90

5.4 Simulink仿真设置 92

5.4.1 仿真器参数设置 92

5.4.2 工作空间数据导入/导出设置 94

5.5 Simulink仿真举例 95

5.6 小结 98

第二篇 神经网络提高篇第6章 MATLAB神经网络工具箱概述 100

6.1 神经网络简介 100

6.2 神经网络模型及训练 101

6.2.1 生物神经元模型 101

6.2.2 神经网络模型 102

6.2.3 神经网络的训练 104

6.2.4 神经网络的分类 105

6.3 神经网络的应用 106

6.4 神经网络工具箱简介 108

6.4.1 工具箱的功能 108

6.4.2 工具箱的新特性 108

6.4.3 MATLAB中的神经网络数据结构 110

6.4.4 工具箱函数简介 112

6.5 小结 113

第7章 MATLAB神经网络GUI工具 114

7.1 基础GUI工具nntool 114

7.1.1 网络创建 114

7.1.2 网络训练 119

7.1.3 网络仿真 121

7.1.4 图形界面数据操作 122

7.2 数据拟合GUI工具nftool 127

7.3 模式识别GUI工具nprtool 131

7.4 数据聚类GUI工具nctool 136

7.5 小结 139

第8章 感知器神经网络 140

8.1 感知器神经网络结构 140

8.1.1 感知器神经元模型 140

8.1.2 单层感知器神经网络结构 141

8.2 感知器学习规则 142

8.2.1 感知器网络学习算法 143

8.2.2 标准化感知器网络学习算法 144

8.3 感知器网络的MATLAB实现 144

8.3.1 感知器网络的生成 144

8.3.2 感知器网络的仿真 146

8.3.3 感知器网络的初始化 147

8.3.4 感知器网络的学习和训练 148

8.4 感知器网络的局限性 152

8.4.1 单层感知器网络的局限性 152

8.4.2 多层感知器神经网络 152

8.5 感知器神经网络设计实例 153

8.5.1 输入向量的二类划分 153

8.5.2 奇异样本输入向量的训练 155

8.5.3 标准化感知器学习规则实例 158

8.5.4 线性不可分样本问题 159

8.6 小结 161

第9章 线性神经网络 162

9.1 线性神经网络结构 162

9.1.1 线性神经元模型 162

9.1.2 线性神经网络结构 163

9.2 线性滤波器 164

9.3 线性神经网络学习规则 164

9.3.1 均方误差 165

9.3.2 LMS算法 165

9.4 线性神经网络的MATLAB实现 166

9.4.1 线性神经元生成 166

9.4.2 线性神经网络生成 169

9.4.3 线性滤波器生成 170

9.4.4 线性神经网络训练 171

9.5 线性网络的局限性 175

9.5.1 非线性系统 175

9.5.2 超定系统 178

9.5.3 不定系统 178

9.5.4 线性相关向量 181

9.5.5 学习速率过大 183

9.6 线性神经网络设计实例 185

9.6.1 线性预测 185

9.6.2 自适应滤波噪声抵消 187

9.6.3 自适应滤波系统辨识 189

9.7 小结 192

第10章 BP神经网络 193

10.1 BP神经网络结构 193

10.1.1 BP网络神经元模型 193

10.1.2 BP神经网络结构 194

10.2 BP网络学习规则 195

10.2.1 BP算法 195

10.2.2 批处理学习算法 198

10.3 BP网络的MATLAB实现 199

10.3.1 BP网络的创建与仿真 199

10.3.2 BP网络的训练 200

10.4 BP网络的局限性 215

10.5 BP神经网络设计实例 216

10.5.1 函数逼近 216

10.5.2 回归分析 218

10.5.3 特征识别 220

10.6 小结 224

第11章 径向基神经网络 225

11.1 基本径向基神经网络 225

11.1.1 径向基网络神经元模型 225

11.1.2 径向基神经网络结构 226

11.2 概率神经网络 227

11.3 广义回归神经网络 228

11.4 径向基网络的MATLAB实现 229

11.4.1 径向基神经网络的精确创建 230

11.4.2 更有效的径向基神经网络创建 231

11.4.3 概率神经网络的创建 231

11.4.4 广义回归神经网络的创建 232

11.5 径向基网络设计实例 233

11.5.1 径向基网络函数逼近 233

11.5.2 散布常数的影响之欠交叠情形 236

11.5.3 散布常数的影响之过交叠情形 238

11.5.4 广义回归网络函数逼近 239

11.5.5 概率神经网络模式分类 242

11.6 小结 245

第12章 自组织神经网络 246

12.1 自组织竞争网络 246

12.1.1 自组织竞争网络结构模型 246

12.1.2 自组织竞争神经网络的学习算法 247

12.2 自组织特征映射网络 250

12.2.1 自组织特征映射网络模型 250

12.2.2 自组织特征映射网络结构 258

12.2.3 自组织特征映射网络的学习规则 259

12.3 学习矢量量化网络 259

12.3.1 学习矢量量化网络结构 260

12.3.2 学习矢量量化网络的学习规则 260

12.3.3 与自组织映射网络的比较 262

12.4 自组织神经网络的MATLAB实现 263

12.4.1 自组织竞争网络的设计 263

12.4.2 自组织竞争网络的训练 264

12.4.3 SOFM网络的设计 265

12.4.4 SOFM网络的训练 267

12.4.5 LVQ网络的设计 267

12.4.6 LVQ网络的训练 270

12.5 自组织神经网络应用实例 271

12.5.1 自组织竞争网络模式分类 271

12.5.2 一维自组织特征映射网络 273

12.5.3 二维自组织特征映射网络 275

12.5.4 LVQ网络应用实例 277

12.6 小结 279

第13章 反馈神经网络 280

13.1 Hopfield网络 280

13.1.1 离散Hopfield网络模型 281

13.1.2 连续Hopfield网络模型 283

13.1.3 联想记忆 285

13.1.4 Hopfield网络结构 287

13.2 Elman反馈神经网络 287

13.3 反馈神经网络的MATLAB实现 288

13.3.1 设计Hopfield网络 288

13.3.2 Elman网络的创建与仿真 290

13.3.3 训练Elman网络 291

13.4 反馈神经网络应用实例 292

13.4.1 二神经元Hopfield网络设计 292

13.4.2 Hopfield网络中的伪平衡点 295

13.4.3 三神经元Hopfield网络设计 297

13.4.4 利用Elman网络进行振幅检测 300

13.5 小结 303

第三篇 神经网络综合实战篇第14章 神经网络优化 306

14.1 支持向量机 306

14.1.1 统计学习理论 307

14.1.2 支持向量机(SVM)理论 307

14.1.3 支持向量机实例 310

14.2 Boltzmann机与模拟退火算法 314

14.2.1 Boltzmann机的网络结构 314

14.2.2 模拟退火算法 315

14.2.3 Boltzmann机的工作原理 316

14.3 基于遗传算法的神经网络优化 317

14.3.1 遗传算法介绍 318

14.3.2 基于遗传算法的神经网络优化算法 320

14.3.3 遗传算法优化实例 321

14.4 小结 325

第15章 神经网络控制 326

15.1 神经网络控制概述 327

15.1.1 监督式神经网络控制 327

15.1.2 直接逆模型神经网络控制 328

15.1.3 神经网络自适应控制 328

15.1.4 神经网络内模控制 329

15.1.5 神经网络预测控制 330

15.1.6 神经网络自适应判断控制 331

15.1.7 多层神经网络控制 331

15.1.8 分级神经网络控制 332

15.2 神经网络模型预测控制 333

15.2.1 系统辨识 334

15.2.2 预测控制 335

15.2.3 预测控制的Simulink实例 335

15.3 神经网络反馈线性化控制(NARMA-L2) 341

15.3.1 NARMA-L2系统辨识 341

15.3.2 NARMA-L2控制器 342

15.3.3 NARMA-L2控制器Simulink实例 343

15.4 神经网络模型参考控制 347

15.5 小结 352

第16章 神经网络故障诊断 353

16.1 神经网络故障诊断概述 353

16.2 基于神经网络的滚动轴承故障诊断 354

16.2.1 问题背景 354

16.2.2 问题实例 356

16.3 基于神经网络的汽车防抱死系统故障诊断 359

16.3.1 问题背景 359

16.3.2 问题实例 361

16.4 基于神经网络的柴油机故障诊断 364

16.4.1 问题背景 364

16.4.2 问题实例 366

16.5 基于神经网络的水循环系统故障诊断 371

16.5.1 问题背景 371

16.5.2 问题实例 372

16.6 小结 374

第17章 神经网络预测 375

17.1 神经网络预测概述 375

17.2 基于神经网络的地震预测 378

17.2.1 问题背景 378

17.2.2 问题实例 378

17.3 基于神经网络的人口预测 382

17.3.1 问题背景 382

17.3.2 问题实例 382

17.4 基于神经网络的电信业务量预测 385

17.4.1 问题背景 385

17.4.2 问题实例 385

17.5 基于神经网络的股市预测 388

17.5.1 问题背景 388

17.5.2 问题实例 389

17.6 基于神经网络的信用风险预测 391

17.6.1 问题背景 391

17.6.2 问题实例 392

17.7 小结 394

第18章 Simulink中的神经网络设计 395

18.1 Simulink神经网络模块 395

18.1.1 传递函数模块库 396

18.1.2 网络输入函数模块库 397

18.1.3 权值函数模块库 397

18.1.4 处理函数模块库 398

18.1.5 控制系统模块库 398

18.2 神经网络Simulink模型设计实例 399

18.3 小结 403

第19章 自定义神经网络 404

19.1 自定义网络 404

19.1.1 定制网络 405

19.1.2 定义网络 406

19.1.3 网络行为 414

19.2 相关工具箱函数 417

19.2.1 初始化函数 417

19.2.2 传递函数 417

19.2.3 学习函数 420

19.3 自定义函数 425

19.3.1 网络构建函数 425

19.3.2 初始化函数 431

19.3.3 学习函数 432

19.3.4 自组织映射函数 435

19.4 小结 437

附录A 工具箱函数列表 438

参考文献 444

相关图书
作者其它书籍
返回顶部