MATLAB神经网络30个案例分析
￥ 11.42 2.9折 ￥ 39 九五品
仅1件
作者MATLAB中文论坛 编著
出版社北京航空航天大学出版社
ISBN9787512400344
出版时间2010-04
版次1
装帧平装
开本16开
纸张胶版纸
页数289页
字数99999千字
定价39元
上书时间2024-11-29
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:MATLAB神经网络30个案例分析
定价：39.00元
作者:MATLAB中文论坛 编著
出版社：北京航空航天大学出版社
出版日期：2010-04-01
ISBN：9787512400344
字数：474000
页码：289
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
本书是MATLAB中文论坛神经网络版块数千个帖子的总结，充分强调“案例实用性、程序可模仿性”。所有案例均来自于论坛会员的切身需求，保证每一个案例都与实际课题相结合。 读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。如果在实现过程中有任何疑问，可以随时在MATLAB中文论坛与作者交流，作者每天在线，有问必答。 该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。该书另有31个配套的教学视频帮助读者更深入地了解神经网络。 本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。
目录
章 P神经网络的数据分类——语音特征信号分类第2章 BP神经网络的非线性系统建模——非线性函数拟合第3章 遗传算法优化BP神经网络——非线性函数拟合第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第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模第6章 PID神经元网络解耦控制算法——多变量系统控制第7章 RBF网络的回归——非线性函数回归的实现第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测第9章 离散Hopfield神经网络的联想记忆——数字识别0章 离散Hopfield神经网络的分类——高校科研能力评价1章 连续Hopfield神经网络的优化——旅行商问题优化计算2章 SVM的数据分类预测——意大利葡萄酒种类识别3章 SVM的参数优化——如何更好的提升分类器的性能4章 SVM的回归预测分析——上证指数开盘指数预测5章 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6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7章SOM神经网络的数据分类——柴油机故障诊断8章Elman神经网络的数据预测——电力负荷预测模型研究9章 概率神经网络的分类预测——基于PNN的变压器故障诊断第20章 神经网络变量筛选——基于BP的神经网络变量筛选第21章 LVQ神经网络的分类——乳腺肿瘤诊断第22章 LVQ神经网络的预测——人脸朝向识别第23章 小波神经网络的时间序列预测——短时交通流量预测第24章 模糊神经网络的预测算法——嘉陵江水质评价第25章 广义神经网络的聚类算法——网络入侵聚类第26章 粒子群优化算法的寻优算法——非线性函数极值寻优第27章 遗传算法优化计算——建模自变量降维第28章 基于灰色神经网络的预测算法研究——订单需求预测第29章 基于Kohonen网络的聚类算法——网络入侵聚类第30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
作者介绍
Adaboost算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为：首先给出弱学习算法和样本空间（z，y），从样本空间中找出m组训练数据，每组训练数据的权重都是1／m。然后用弱学习算法迭代运算T次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个体赋予较大权重，下一次迭代运算时更加关注这些训练个体。弱分类器通过反复迭代得到一个分类函数序列厂f1,f2,ft每个分类函数赋予一个权重，分类结果越好的函数，其对应权重越大。T次迭代之后，终强分类函数F由弱分类函数加权得到。BP-Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出。通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 5.1.2 公司财务预警系统介绍 公司财务预警系统是为了防止公司财务系统运行偏离预期目标而建立的报警系统，具有针对性和预测性等特点。它通过公司的各项指标综合评价并预测公司财务状况、发展趋势和变化，为决策者科学决策提供智力支持。 财务危机预警指标体系中的指标可分为表内信息指标、盈利能力指标、偿还能力指标、成长能力指标、线性流量指标和表外信息指标六大指标，每项大指标又分为若干小指标，如盈利能力指标又可分为净资产收益率、总资产报酬率、每股收益、主营业务利润率和成本费用利润率等。在用于公司财务预警预测时，如果对所有指标都进行评价后综合，模型过于复杂，并且各指标间相关性较强，因此在模型建立前需要筛选指标。 ……
序言
-
【封面】
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价