图书介绍
MATLAB神经网络仿真与应用PDF|Epub|txt|kindle电子书版本网盘下载
- 闻新等编著 著
- 出版社： 北京：科学出版社
- ISBN：7030116747
- 出版时间：2003
- 标注页数：331页
- 文件大小：50MB
- 文件页数：343页
- 主题词：神经网络－计算机仿真－计算机辅助计算－软件包，MATLAB
PDF下载
下载说明
MATLAB神经网络仿真与应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章 概论1
1.1 MATLAB软件包的特征1
1.2 MATLAB的运行环境3
1.2.1 MATLAB的运行方式3
1.2.2 MATLAB中的窗口5
1.3 MATLAB的帮助系统10
1.3.1 命令行帮助10
1.3.2 联机帮助11
1.3.3 演示帮助12
1.4 MATLAB软件包的构成和应用概述13
1.4.1 MATLAB软件包的构成13
1.4.2 MATLAB的应用22
1.5 神经网络发展和应用25
1.5.1 人工神经网络发展的历史回顾25
1.5.2 神经网络的应用27
1.5.3 神经网络的学习方法28
1.6 面向MATLAB工具箱的神经网络设计概述31
1.6.1 MATLAB神经网络工具箱31
1.6.2 神经网络技术的选取31
1.6.3 运用工具箱设计网络的原则和过程31
第二章 MATLAB数值计算功能33
2.1 矩阵与数组运算33
2.1.1 矩阵的建立33
2.1.2 矩阵和数组运算指令对照汇总38
2.2.1 基本数组函数41
2.2 矩阵与数组函数41
2.2.2 基本矩阵函数42
2.2.3 几个易混淆的两种函数运算45
2.3 关系运算和逻辑运算46
2.3.1 关系运算46
2.3.2 逻辑运算47
2.4 矩阵的分解48
2.4.1 三角分解49
2.4.2 正交分解50
2.4.3 特征值分解50
2.4.4 奇异值分解51
2.5.2 多项式的运算52
2.5.1 多项式的表达和创建52
2.5 多项式52
2.6 数据分析54
2.6.1 基本统计函数指令55
2.6.2 协方差阵和相关阵55
2.6.3 有限差分和导数56
2.6.4 数据滤波57
2.7 数值分析60
2.7.1 数值积分60
2.7.2 微分方程的数值解62
第三章 MATLAB符号处理64
3.1 字符串66
3.1.1 字符数组67
3.1.2 字符的ASCII码转换67
3.1.3 创建二维的字符数组68
3.1.4 字符串中的单元数组69
3.1.5 字符数组与单元数组间的转换70
3.1.6 字符串比较71
3.1.7 判断字符串是否相等72
3.1.8 通过字符的运算来比较字符72
3.1.9 字符串中字符的分类72
3.1.10 查找与替换73
3.1.11 字符串和数值的相互转换75
3.2 符号矩阵的运算76
3.2.1 符号矩阵的创建76
3.2.2 符号矩阵的加、减、乘、除运算77
3.2.4 符号矩阵的幂运算78
3.2.3 符号矩阵的逆和除运算78
3.2.5 符号矩阵的综合运算指令80
3.2.6 符号变量替换81
3.2.7 符号矩阵的分解82
3.2.8 符号微积分83
3.2.9 符号代数方程的求解85
3.2.10 符号微分方程的求解86
3.3 符号函数绘图89
第四章 绘图91
4.1 二维绘图91
4.1.1 plot91
4.1.2 figure和subplot93
4.1.3 绘图指令的开关控制95
4.1.4 标题与坐标轴的操作98
4.2.1 mesh101
4.2 三维绘图101
4.2.2 3D图形的颜色、光线来源及图上标点的设定102
4.2.3 透视与视角的设置105
4.3 图形句柄107
4.3.1 图形对象107
4.3.2 图形对象的句柄108
4.3.3 对象创建函数108
4.3.4 对象品性及其设置和查询117
4.3.5 实时动画的制作118
5.1 MATLAB程序设计入门120
5.1.1 编辑程序和M文件的形式120
第五章 MATLAB的程序设计120
5.1.2 MATLAB的命令文件121
5.1.3 MATLAB的函数文件122
5.2 参数与变量124
5.2.1 参数124
5.2.2 局部变量与全局变量127
5.3 数据类型129
5.4 程序结构130
5.4.1 顺序结构131
5.4.2 循环结构131
5.4.3 分支结构132
5.5 程序流控制语句135
5.5.2 input、yesinput指令136
5.5.1 echo指令136
5.5.4 keyboard指令137
5.5.5 break指令137
5.5.3 pause指令137
5.6 函数调用及变量传递138
5.6.1 函数调用138
5.6.2 参数传递138
5.7 神经网络应用设计举例141
5.7.1 带有偏差单元的递归神经网络141
5.7.2 具有快速学习算法的补偿模糊神经网络151
5.7.3 小脑模型神经网络算法研究165
5.7.4 神经-模糊系统研究199
6.1.1 感知器神经模型213
第六章 感知器213
6.1 感知器原理213
6.1.2 感知器神经元网络的结构214
6.1.3 感知器神经网络的学习规则215
6.2 感知器神经网络的设计215
6.2.1 感知器神经网络的初始化215
6.2.2 感知器神经网络的创建216
6.2.3 感知器神经网络的仿真217
6.2.4 感知器神经网络的训练217
6.3 感知器神经网络的局限性220
6.4 图形用户界面221
6.5 MATLAB中关于感知器神经网络的工具函数228
6.6.1 多个感知器神经元的分类问题229
6.6 感知器神经网络设计实例229
6.6.2 奇异样本对感知器神经网络训练的影响232
6.6.3 线性不可分的输入向量234
第七章 线性神经网络237
7.1 线性神经网络原理237
7.1.1 线性神经元模型237
7.1.2 线性神经网络的结构238
7.1.3 线性神经网络的学习规则238
7.2 线性神经网络的设计240
7.2.1 线性神经网络的初始化240
7.2.2 线性神经网络的创建240
7.2.3 线性神经网络的设计242
7.2.4 线性神经网络的训练244
7.3 线性神经网络的局限性246
7.4 MATLAB中有关线性神经网络的工具函数246
7.5 线性神经网络设计实例247
第八章 BP神经网络258
8.1 BP网络理论258
8.1.1 BP网络结构258
8.1.2 BP网络学习公式推导258
8.2 面向MATLAB的BP神经网络原理263
8.2.1 BP神经元结构263
8.2.2 BP神经网络的结构264
8.3 面向MATLAB的BP神经网络的设计264
8.3.1 BP神经网络的初始化264
8.3.3 BP神经网络的仿真265
8.3.2 BP神经网络的创建265
8.3.4 BP神经网络的训练267
8.3.5 BP神经网络泛化的改进278
8.3.6 BP神经网络训练样本的处理281
第九章 径向基神经网络285
9.1 径向基函数神经网络的理论基础285
9.2 面向MATLAB工具箱的径向基神经网络286
9.2.1 面向MATLAB工具箱的径向基神经元模型286
9.2.2 面向MATLAB工具箱的径向基神经网络287
9.3 径向基神经网络的设计287
9.3.1 精确设计函数(newrbe)287
9.3.2 普通设计函数(newrb)288
9.4 广义回归神经网络288
9.5 概率神经网络289
9.6 MATLAB中关于径向基函数神经网络的工具函数291
9.7 径向基函数网络与模糊理论的结合及应用291
9.7.1 径向基函数网络和模糊推理系统的功能等价关系291
9.7.2 基于自适应模糊系统的径向基高斯函数网络293
9.7.3 学习算法295
9.7.4 非线性系统的故障诊断297
第十章 自组织竞争人工神经网络300
10.1 自组织竞争人工神经网络300
10.1.1 自组织竞争人工神经网络的结构300
10.1.2 自组织竞争人工神经网络的创建301
10.1.3 自组织竞争人工神经网络的训练302
10.2.1 自组织特征映射神经网络的结构303
10.2 自组织特征映射神经网络303
10.2.3 自组织特征映射神经网络的训练308
10.2.2 自组织特征映射神经网络的创建308
10.3 学习向量量化神经网络311
10.3.1 学习向量量化神经网络的结构311
10.3.2 学习向量量化神经网络的创建312
10.3.3 学习向量量化神经网络的训练313
10.4 MATLAB中关于自组织神经网络的工具函数314
10.5 网络设计实例315
10.5.1 使用自组织竞争神经网络进行模式识别315
10.5.2 一维自组织特征映射神经网络设计实例317
10.5.3 二维自组织特征映射神经网络设计实例319
11.1.1 Hopfield网络322
第十一章 回归神经网络322
11.1 回归神经网络理论基础322
11.1.2 Elman神经网络326
11.2 Elman神经网络327
11.2.1 Elman神经网络的结构327
11.2.2 Elman神经网络的创建328
11.2.3 Elman神经网络的训练329
11.3 Hopfield神经网络329
11.3.1 Hopfield神经网络的结构329
11.3.2 Hopfield神经网络的设计329
11.4 有关回归神经网络的工具函数330
主要参考文献331