• MATLAB神经网络43个案例分析

MATLAB神经网络43个案例分析

14 2.9折 48 八品

仅1件

安徽合肥
认证卖家担保交易快速发货售后保障

作者王小川、史峰、郁磊、李洋 著

出版社北京航空航天大学出版社

出版时间2013-08

版次1

装帧平装

上书时间2022-05-22

   商品详情   

品相描述:八品
图书标准信息
  • 作者 王小川、史峰、郁磊、李洋 著
  • 出版社 北京航空航天大学出版社
  • 出版时间 2013-08
  • 版次 1
  • ISBN 9787512412026
  • 定价 48.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 412页
  • 字数 659千字
  • 正文语种 简体中文
【内容简介】
  《MATLAB神经网络43个案例分析》是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的,秉承着“理论讲解—案例分析—应用扩展”这一特色,帮助读者更加直观、生动地学习神经网络。
  《MATLAB神经网络43个案例分析》共有43章,内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。同时,部分章节也涉及了常见的优化算法(遗传算法、蚁群算法等)与神经网络的结合问题。此外,《MATLAB神经网络43个案例分析》还介绍了MATLABR2012b中神经网络工具箱的新增功能与特性,如神经网络并行计算、定制神经网络、神经网络高效编程等。
  使用《MATLAB神经网络43个案例分析》时,建议读者按照“先通读章节内容,后调试程序,再精读章节内容”的顺序学习。《MATLAB神经网络43个案例分析》程序建议在MATLABR2009a及以上版本环境下运行。若在程序调试过程中有任何疑问,建议先在论坛书籍答疑版块搜索相关答案,然后再发帖与作者交流。
  《MATLAB神经网络43个案例分析》可作为高等学校相关专业学生本科毕业设计、研究生课题研究的参考书籍,亦可供相关专业教师教学参考。
【作者简介】
王小川,网名hgsz2003,MATLAB技术论坛(www.matlabsky.com)管理团队核心成员。…
【目录】
第1章BP神经网络的数据分类——语音特征信号分类
1.1案例背景
1.1.1BP神经网络概述
1.1.2语音特征信号识别
1.2模型建立
1.3MATLAB实现
1.3.1归一化方法及MATLAB函数
1.3.2数据选择和归一化
1.3.3BP神经网络结构初始化
1.3.4BP神经网络训练
1.3.5BP神经网络分类
1.3.6结果分析
1.4案例扩展
1.4.1隐含层节点数
1.4.2附加动量方法
1.4.3变学习率学习算法
参考文献

第2章BP神经网络的非线性系统建模——非线性函数拟合
2.1案例背景
2.2模型建立
2.3MATLAB实现
2.3.1BP神经网络工具箱函数
2.3.2数据选择和归一化
2.3.3BP神经网络训练
2.3.4BP神经网络预测
2.3.5结果分析
2.4案例扩展
2.4.1多隐含层BP神经网络
2.4.2隐含层节点数
2.4.3训练数据对预测精度影响
2.4.4节点转移函数
2.4.5网络拟合的局限性
参考文献

第3章遗传算法优化BP神经网络——非线性函数拟合
3.1案例背景
3.1.1遗传算法原理
3.1.2遗传算法的基本要素
3.1.3拟合函数
3.2模型建立
3.2.1算法流程
3.2.2遗传算法实现
3.3编程实现
3.3.1适应度函数
3.3.2选择操作
3.3.3交叉操作
3.3.4变异操作
3.3.5遗传算法主函数
3.3.6遗传算法优化的BP神经网络函数拟合
3.3.7结果分析
3.4案例扩展
3.4.1其他优化方法
3.4.2网络结构优化
3.4.3算法的局限性
参考文献

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
4.1案例背景
4.2模型建立
4.3编程实现
4.3.1BP神经网络训练
4.3.2适应度函数
4.3.3遗传算法主函数
4.3.4结果分析
4.4案例扩展
4.4.1工程实例
4.4.2预测精度探讨
参考文献

第5章基于BP_Adaboost的强分类器设计——公司财务预警建模
5.1案例背景
5.1.1BP_Adaboost模型
5.1.2公司财务预警系统介绍
5.2模型建立
5.3编程实现
5.3.1数据集选择
5.3.2弱分类器学习分类
5.3.3强分类器分类和结果统计
5.3.4结果分析
5.4案例扩展
5.4.1数据集选择
5.4.2弱预测器学习预测
5.4.3强预测器预测
5.4.4结果分析
参考文献

第6章PID神经元网络解耦控制算法——多变量系统控制
6.1案例背景
6.1.1PID神经元网络结构
6.1.2控制律计算
6.1.3权值修正
6.1.4控制对象
6.2模型建立
6.3编程实现
6.3.1PID神经网络初始化
6.3.2控制律计算
6.3.3权值修正
6.3.4结果分析
6.4案例扩展
6.4.1增加动量项
6.4.2神经元系数
6.4.3PID神经元网络权值优化
参考文献

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
第10章离散Hopfield神经网络的分类——高校科研能力评价
第11章连续Hopfield神经网络的优化——旅行商问题优化计算
第12章初识SVM分类与回归
第13章LIBSVM参数实例详解
第14章基于SVM的数据分类预测——意大利葡萄酒种类识别
第15章SVM的参数优化——如何更好地提升分类器的性能
第16章基于SVM的回归预测分析——上证指数开盘指数预测
第17章基于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
第18章基于SVM的图像分割——真彩色图像分割
第19章基于SVM的手写字体识别
第20章LIBSVMFarutoUltimate工具箱及GUI版本介绍与使用
第21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
第22章SOM神经网络的数据分类——柴油机故障诊断
第23章Elman神经网络的数据预测——电力负荷预测模型研究
第24章概率神经网络的分类预测——基于PNN的变压器故障诊断
第25章基于MIV的神经网络变量筛选——基于BP的神经网络变量筛选
第26章LVQ神经网络的分类——乳腺肿瘤诊断
第27章LVQ神经网络的预测——人脸朝向识别
第28章决策树分类器的应用研究——乳腺癌诊断
第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验
第30章基于随机森林思想的组合分类器设计——乳腺癌诊断
第31章思维进化算法优化BP神经网络——非线性函数拟合
第32章小波神经网络的时间序列预测——短时交通流量预测
第33章模糊神经网络的预测算法——嘉陵江水质评价
第34章广义神经网络的聚类算法——网络入侵聚类
第35章粒子群优化算法的寻优算法——非线性函数极值寻优
第36章遗传算法优化计算——建模自变量降维
第37章基于灰色神经网络的预测算法研究——订单需求预测
第38章基于Kohonen网络的聚类算法——网络入侵聚类
第39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
第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现
第41章定制神经网络的实现——神经网络的个性化建模与仿真
第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算
第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP