目录 1
第1章 绪论 1
1.1 从生物神经网络到人工神经网络 1
1.2 人工神经网络的发展史 1
1.3 人工神经网络的应用 2
1.4 生物神经元 4
1.5 人工神经元模型 5
1.6 神经网络的结构 6
1.7 神经网络的特点 7
1.8 神经网络的学习方式 8
第2章 MATLAB神经网络工具箱中的神经网络模型 10
2.1 MATLAB工具箱的神经元模型 10
2.2 MATLAB工具箱中的神经网络结构 11
2.3 MATLAB神经网络工具箱中的网络对象及其属性 14
2.3.1 网络对象属性 15
2.3.2 子对象属性 26
3.1 感知器神经元及感知器神经网络模型 42
第3章 感知器 42
3.2 感知器的学习 43
3.3 感知器的局限性 46
3.4 单层感知器神经网络的MATLAB仿真程序设计 46
3.5 多层感知器神经网络及其MATLAB仿真 51
3.6 感知器应用于线性分类问题的进一步讨论 55
第4章 线性神经网络 59
4.1 线性神经网络模型 59
4.2 线性神经网络的学习 60
4.3.2 线性神经网络的设计例程 62
4.3 线性神经网络的MATLAB仿真程序设计 62
4.3.1 线性神经网络设计的基本方法 62
第5章 BP网络 69
5.1 BP神经元及BP网络模型 69
5.2 BP网络的学习 70
5.2.1 BP网络学习算法 70
5.2.2 BP网络学习算法的比较 82
5.3 BP网络泛化能力的提高 83
5.4 BP网络的局限性 88
5.5.1 BP网络设计的基本方法 89
5.5 BP网络的MATLAB仿真程序设计 89
5.5.2 BP网络应用实例 90
第6章 径向基网络 101
6.1 径向基网络模型 101
6.2 径向基网络的创建与学习过程 103
6.3 其他径向基神经网络 104
6.4 径向基网络的MATLAB仿真程序设计 106
第7章 竞争型神经网络 111
7.1 竞争型神经网络模型 111
7.2 竞争型神经网络的学习 112
7.3 竞争型神经网络存在的问题 113
7.4 竞争型神经网络的MATLAB仿真程序设计 114
第8章 自组织神经网络 117
8.1 自组织特征映射神经网络模型 117
8.2 自组织特征映射神经网络的学习 118
8.3 学习向量量化神经网络模型 120
8.4 学习向量量化神经网络的学习 120
8.5 LVQ1学习算法的改进 121
8.6 LVQ神经网络的MATLAB仿真程序设计 122
9.1 Elman神经网络 128
第9章 反馈型神经网络 128
9.2 Hopfield神经网络 129
9.3 反馈神经网络的MATLAB仿真程序设计 133
第10章 图形用户界面 140
10.1 图形用户界面简介 140
10.2 图形用户界面应用示例 141
10.3 图形用户界面的其他操作 146
第11章 Simulink 149
11.1 Simulink神经网络仿真模型库简介 149
11.2 Simulink应用示例 152
第12章 自定义网络 158
12.1 自定义神经网络 158
12.1.1 自定义神经网络的创建 159
12.1.2 自定义神经网络的初始化、训练与仿真 170
12.2 自定义函数 172
附录A 神经网络工具箱函数 174
A1 工具箱函数索引 174
A2 工具箱函数详解 178
参考文献 255