MATLAB R2016a神经网络设计应用27例

本书特色

[

本书以MATLAB R2016a为平台，通过专业技术与大量典型实例相结合，介绍了各种典型网络的训练过程和实际应用。全书共27个案例，从实用角度出发，详尽地讲述感知器网络、线性神经网络、RBF神经网络、BP神经网络、反馈神经网络及自组织神经网络等内容，扩展介绍神经网络在其他工程领域的实际应用。本书可作为科研人员及工程技术人员的参考用书，也可作为本科生和研究生的学习用书。

]

内容简介

[

全书共27个案例，从实用角度出发，详尽地讲述感知器网络、线性神经网络、RBF神经网络、BP神经网络、反馈神经网络及自组织神经网络等内容，扩展介绍神经网络在其他工程领域的实际应用。

]

作者简介

[

顾艳春，男，华南理工计算机应用硕士，中山大学博士，佛山科学技术学院计算机系副主任。发表文章10余篇，承担和参与国家自然科学基金、科技厅项目7项，参与多项横向课题的研究。精通MATLAB，具备丰富实践和写作经验。

]

目录

目 录第1章 RBF神经网络的实际应用 11.1 用于曲线拟合的RBF神经网络 11.2 径向基网络实现非线性函数回归 101.3 CRNN网络应用 131.4 PNN网络应用 151.5 RBF神经网络的优缺点 19第2章 SOM网络算法分析与应用 222.1 SOM网络的生物学基础 222.2 SOM网络的拓扑结构 222.3 SOM网络的权值调整 232.4 SOM网络的MATLAB实现 262.5 SOM网络的应用 33第3章 线性网络的实际应用 453.1 线性化建模 453.2 模式分类 503.3 消噪处理 513.4 系统辨识 543.5 系统预测 55第4章 BP网络算法分析与应用 614.1 BP网络模型 614.2 BP网络学习算法 624.2.1 BP网络学习算法 624.2.2 BP网络学习算法的比较 674.3 BP神经网络特点 684.4 BP网络功能 684.5 BP网络实例分析 68第5章 神经网络在选址与地震预测中的应用 785.1 配送中心选址 785.2 地震预报 815.2.1 问题概述 825.2.2 网络设计 835.2.3 网络训练与测试 835.2.4 网络实现 88第6章 模糊神经网络的算法分析与实现 916.1 模糊神经网络的形式 916.2 神经网络和模糊控制结合的优点 926.3 神经模糊控制器 926.4 神经模糊控制器的学习算法 956.5 模糊神经网络MATLAB函数 976.5.1 模糊神经系统的建模函数 976.5.2 采用网格分割方式生成模糊推理系统函数 1026.6 MATLAB模糊神经推理系统的图形用户界面 103第7章 BP网络的典型应用 1077.1 数据归一化方法 1077.2 提前终止法 1097.3 BP网络的局限性 1117.4 BP网络典型应用 1127.4.1 用BP网络估计胆固醇含量 1127.4.2 线性神经网络在信号预测中的应用 115第8章 线性神经网络算法分析与实现 1208.1 线性神经网络工具箱函数 1208.1.1 创建函数 1208.1.2 学习函数 1228.1.3 性能函数 1248.2 线性神经网络模型及结构 1258.3 线性神经网络的学习算法与训练 1268.3.1 线性神经网络的学习算法 1268.3.2 线性神经网络的训练 1288.4 线性神经网络的滤波器 130第9章 感知器网络算法分析与实现 1339.1 单层感知器 1339.1.1 单层感知器模型 1339.1.2 单层感知器功能 1349.1.3 单层感知器结构 1369.1.4 单层感知器学习算法 1379.1.5 单层感知器训练 1389.1.6 单层感知器局限性 1399.1.7 单层感知器的MATLAB实现 1409.2 多层感知器 1479.2.1 多层感知器模型 1479.2.2 多层感知器设计方法 1479.2.3 多层感知器的MATLAB实现 148第10章 神经网络工具箱函数分析与应用 15310.1 神经网络仿真函数 15310.2 神经网络训练函数 15510.2.1 train 15610.2.2 trainb函数 15610.3 神经网络学习函数 15810.4 神经网络初始函数 16110.5 神经网络输入函数 16310.6 神经网络的传递函数 16510.7 神经网络求点积函数 168第11章 BM网络与BSB网络算法分析与实现 16911.1 Boltzmann神经网络 16911.1.1 BM网络的基本结构 16911.1.2 BM模型的学习 16911.1.3 BM网络的实现 17211.2 BSB神经网络 174第12章 感知器网络工具箱函数及其应用 17712.1 创建函数 17712.2 显示函数 18012.3 性能函数 181第13章 RBF神经网络算法分析与应用 18613.1 RBF神经网络模型 18613.2 RBF网的数学基础 18813.2.1 内插问题 18813.2.2 正则化网络 18913.3 RBF神经网络的学习算法 19013.3.1 自组织选取中心法 19013.3.2 梯度训练方法 19113.3.3 正交*小二乘（OLS）学习算法 19213.4 其他RBF神经网络 19313.4.1 广义回归神经网络 19313.4.2 泛化回归神经网络 19413.4.3 概率神经网络 19513.5 RBF神经网络MATLAB函数 19613.5.1 创建函数 19613.5.2 权函数 19913.5.3 输入函数 20013.5.4 传递函数 20113.5.5 mse函数 20113.5.6 变换函数 202第14章 Simulink神经网络应用 20414.1 Simulink神经网络仿真模型库 20414.2 Simulink神经网络应用 208第15章 ART网络与CP网络算法分析与应用 21315.1 ART-1型网络 21315.1.1 ART-1型网络结构 21315.1.2 ART-1网络学习过程 21515.1.3 ART-1网络的应用 21615.2 ART-2型网络 21815.2.1 网络结构与运行原理 21915.2.2 网络的数学模型与学习算法 22015.2.3 ART-2型网络在系统辨识中的应用 22215.3 CP神经网络概述 22315.3.1 CP网络学习 22415.3.2 CP网络应用 225第16章 Hopfield网络算法分析与实现 23116.1 Hopfield神经网络 23116.1.1 离散型Hopfield网络 23116.1.2 DHNN的动力学稳定性 23416.1.3 网络权值的学习 23616.1.4 联想记忆功能 23916.2 连续型Hopfield网络 24016.3 Hopfield神经网络的应用 24216.3.1 Hopfield神经网络函数 24216.3.2 Hopfield神经网络的应用 245第17章 LVQ网络算法分析与应用 25917.1 LVQ神经网络的结构 25917.2 LVQ神经网络的学习算法 26017.2.1 LVQ1算法 26017.2.2 LVQ2算法 26017.3 LVQ神经网络的特点 26117.4 LVQ神经网络的MATLAB函数 26217.5 LVQ神经网络的应用 264第18章 自组织网络算法分析与实现 26918.1 竞争学习的概念 27018.2 竞争学习规则 27118.3 竞争学习原理 27218.4 竞争神经网络MATLAB实现 27518.5 竞争型神经网络存在的问题 279第19章 Elman网络算法分析与应用 28019.1 Elman神经网络结构 28019.2 Elman神经网络权值修正的学习算法 28119.3 Elman网络稳定性推导 28219.4 对角递归网络稳定时学习速率的确定 28319.5 Elman神经网络在数据预测中的应用 284第20章 BP网络工具箱函数及其应用 28820.1 创建函数 28920.2 传递函数 29120.3 学习函数 29320.4 训练函数 29420.5 性能函数 29720.6 显示函数 298第21章 神经网络在实际案例中的应用 30021.1 农作物虫情预测 30021.1.1 虫情预测原理 30021.1.2 网络实现 30121.2 人脸识别 30421.2.1 模型建立 30521.2.2 网络实现 306第22章 神经网络工具箱函数分析与应用 31022.1 神经网络的构建函数 31022.2 神经网络的应用函数 324第23章 线性神经网络算法分析与设计 33023.1 线性神经网络结构 33023.2 线性神经网络设计 33123.3 自适应滤波线性神经网络 33323.4 线性神经网络的局限性 33523.5 线性神经网络的MATLAB应用举例 336第24章 神经网络工具箱函数及实例分析 34224.1 传递函数及其导函数 34224.1.1 传递函数 34224.1.2 传递函数的导函数 34924.2 距离函数 35424.3 权值函数及其导函数 35624.3.1 权值函数 35724.3.2 权值函数的导函数 35824.4 结构函数 35924.5 分析函数 36124.6 转换函数 36224.7 绘图函数 36824.8 数据预处理和后处理函数 375第25章 神经网络的工程应用 38325.1 线性神经网络在线性预测中的应用 38325.2 神经模糊控制在洗衣机中的应用 38525.2.1 洗衣机的模糊控制 38525.2.2 洗衣机的神经网络模糊控制器的设计 38725.3 模糊神经网络在配送中心选址中的应用 39125.4 Elman神经网络在信号检测中的应用 39425.5 神经网络在噪声抵消系统中的应用 39725.5.1 自适应噪声抵消原理 39725.5.2 噪声抵消系统的MATLAB仿真 399第26章 神经网络算法分析与工具箱应用 40226.1 网络对象属性 40426.1.1 结构属性 40426.1.2 子对象结构属性 40826.1.3 函数属性 41126.1.4 权值和阈值 41326.1.5 参数属性 41526.1.6 其他属性 41526.2 子对象属性 41626.2.1 输入向量 41626.2.2 网络层 41726.2.3 输出向量 42226.2.4 阈值向量 42226.2.5 输入权值向量 42426.2.6 目标向量 42726.2.7 网络层权值向量 428第27章 自定义函数及其应用 43227.1 初始化函数 43227.2 学习函数 43527.3 仿真函数 44027.3.1 传递函数 44027.3.2 传递函数导数函数 44327.3.3 网络输入函数 44427.3.4 网络输入导函数 44627.3.5 权值函数 44827.3.6 权值导数函数 45027.4 自组织函数 45227.4.1 拓扑函数 45227.4.2 距离函数 454参考文献 456

封面

书名:MATLAB R2016a神经网络设计应用27例

作者:顾艳春

页数:456

定价:¥69.0

出版社:电子工业出版社

出版日期:2018-01-01

ISBN:9787121333293

PDF电子书大小:125MB 高清扫描完整版