MATLAB神经网络应用设计

内容简介

　　本书是MATLAB语言应用系列书之一．MATLAB是Math Works公司推出的一套高性能的数值计算和可视化软件，它的推出得到了各个领域专家学者的广泛关注，其强大的扩展功能为用户提供了强有力的支持；它集数学计算、图形计算、语言设计和神经网络等30多个工具箱于一体，具有极高的编程效率。本书根据作者实际使用MATLAB的经验并结合大量的示例，以图文并茂的形式循序渐进地介绍了MATLAB5.X的主要功能、函数命令及一些使用技巧，并介绍了比较复杂的数值计算和图形用户界面的编写方法．本书重点介绍了神经网络的基本原理和学习训练算法，详细介绍了由MATLAB5.3（介绍时兼顾MATLAB5.1版和MATLAB5.2版）提供的神经网络工具箱函数的使用方法，并结合作者在科研和指导研究生工作中总结的应用示例，说明了基于MATLAB进行神经网络设计与应用的方法．本书可作为高等学校计算机、电子工程、控制工程、信息与通信科学、数学、机械工程和生物医学工程等专业师生的参考教材，对从事上述领域工作的广大科技人员具有重要的参考价值，对学习神经网络及其仿真技术的读者来说，也是一本极为有用的入门指导书．

作者简介

暂缺《MATLAB神经网络应用设计》作者简介

图书目录

第一章  概论
     1. 1  MATLAB软件包的特征
     1. 1. 1  MATLAB语言(软件包)的发展过程
     1. 1. 2  MATLAB的功能
     1. 1. 3  MATLAB的工具箱
     1. 2  MATLAB的系统需求和安装
     1. 2. 1  MATLAB的系统需求
     1. 2. 2  MATLAB的安装
     1. 3  神经网络发展和应用
     1. 3. 1  人工神经网络发展的历史回顾
     1. 3. 2  神经网络的应用
     1. 3. 3  神经网络的学习方法
     1. 4  面向MATLAB工具箱的神经网络设计概述
     1. 4. 1  MATLAB神经网络工具箱
     1. 4. 2  神经网络技术的选取
     1. 4. 3  运用工具箱设计网络的原则和过程
     1. 5  本书的基本结构和内容概要
   第二章  MATLAB数值计算功能
     2. 1  矩阵与数组运算
     2. 1. 1  矩阵的建立
     2. 1. 2  矩阵和数组运算指令对照汇总
     2. 2  矩阵与数组函数
     2. 2. 1  基本数组函数
     2. 2. 2  基本矩阵函数
     2. 2. 3  几个易混淆的两种函数运算
     2. 3  关系运算和逻辑运算
     2. 3. 1  关系运算
     2. 3. 2  逻辑运算
     2. 4  矩阵的分解
     2. 4. 1  三角分解
     2. 4. 2  正交分解
     2. 4. 3  特征值分解
     2. 4. 4  奇异值分解
     2. 5  多项式
     2. 5. 1  多项式的表达和创建
     2. 5. 2  多项式的运算
     2. 6  数据分析
     2. 6. 1  基本统计函数指令
     2. 6. 2  协方差阵和相关阵
     2. 6. 3  有限差分和导数
     2. 6. 4  数据滤波
     2. 7  数值分析
     2. 7. 1  数值积分
     2. 7. 2  微分方程的数值解
   第三章  MATLAB符号处理
     3. 1  字符串
     3. 1. 1  字符数组
     3. 1. 2  字符的ASCII码转换
     3. 1. 3  创建二维的字符数组
     3. 1. 4  字符串中的单元数组
     3. 1. 5  字符数组与单元数组问的转换
     3. 1. 6  字符串比较
     3. 1. 7  判断字符串是否相等
     3. 1. 8  通过字符的运算来比较字符
     3. 1. 9  字符串中字符的分类
     3. 1. 10  查找与替换
     3. 1. 11  字符串和数值的相互转换
     3. 2  符号矩阵的运算
     3. 2. 1  符号矩阵的创建
     3. 2. 2  符号矩阵的加. 减. 乘和除运算
     3. 2. 3  符号矩阵的逆和除运算
     3. 2. 4  符号矩阵的幂运算
     3. 2. 5  符号矩阵的综合运算指令
     3. 2. 6  符号变量替换
     3. 2. 7  符号矩阵的分解
     3. 2. 8  符号微积分
     3. 2. 9  符号代数方程的求解
     3. 2. 10  符号微分方程的求解
   第四章  绘图
     4. 1  二维绘图
     4. 1. 1  plot
     4. 1. 2  figure和subplot
     4. 1. 3  绘图指令的开关控制
     4. 1. 4  标题与坐标轴的操作
     4. 2  三维绘图
     4. 2. 1  mesh
     4. 2. 2  3D图形的颜色. 光线来源及图上标点的设定
     4. 2. 3  透视与视角的设置
     4. 3  图形句柄
     4. 3. 1  图形对象
     4. 3. 2  图形对象的句柄
     4. 3. 3  对象创建函数
     4. 3. 4  对象品性及其设置和查询
     4. 3. 5  实时动画的制作
   第五章  MATLAB的程序设计
     5. 1  MATLAB程序设计入门
     5. 1. 1  编缉程序和m文件的形式
     5. 1. 2  MATLAB的命令文件
     5. 1. 3  MATLAB的函数文件
     5. 2  参数与变量
     5. 2. 1  参数
     5. 2. 2  局部变量与全局变量
     5. 3  数据类型
     5. 4  程序结构
     5. 4. 1  顺序结构
     5. 4. 2  循环结构
     5. 4. 3  分支结构
     5. 5  程序流控制语句
     5. 5. 1  echo指令
     5. 5. 2  input,   yesinput指令
     5. 5. 3  pause指令
     5. 5. 4  keyboard指令
     5. 5. 5  break指令
     5. 6  函数调用及变量传递
     5. 6. 1  函数调用
     5. 6. 2  参数传递
     5. 7  神经网络应用设计举例
     5. 7. 1  带有偏差单元的递归神经网络
     5. 7. 2  具有快速学习算法的补偿模糊神经网络
   第六章  感知器
     6. 1  感知器的原理
     6. 1. 1  感知器神经元模型
     6. 1. 2  感知器神经元网络的网络结构
     6. 1. 3  感知器神经网络的初始化
     6. 1. 4  感知器神经网络的学习规则
     6. 1. 5  感知器神经网络的训练
     6. 1. 6  感知器的局限性
     6. 1. 7多层感知器
     6. 2. 有关感知器的神经网络工具函数
     6. 2. 1  MATLAB中有关感知器的工具函数
     6. 2. 2  工具函数详解
     6. 3  感知器网络设计实例
     6. 3. 1  简单的分类问题
     6. 3. 2  多个感知器神经元的分类问题
     6. 3. 3  输入奇异样本对网络训练的影响
     6. 3. 4  标准化感知器学习规则
     6. 3. 5  线性不可分的输入向量
   第七章  线性神经网络
     7. 1  线性神经网络原理
     7. 1. 1  线性神经元模型
     7. 1. 2  线性神经网络的模型
     7. 1. 3  线性网络的初始化
     7. 1. 4  线性网络的学习规则
     7. 1. 5  线性网络的训练
     7. 2  有关线性网络的神经网络工具函数
     7. 2. 1  MATLAB中有关线性网络的工具函数
     7. 2. 2  工具函数详解
     7. 3  线性网络设计及应用举例
     7. 3. 1  线性网络设计实例
     7. 3. 2  线性网络应用实例
   第八章  BP网络
     8. 1  BP网络
     8. 1. 1  BP网络结构
     8. 1. 2  BP网络学习公式推导
     8. 2  MATLAB神经网络工具箱中的BP网络
     8. 2. 1  BP网络中的神经元模型
     8. 2. 2  BP网络结构
     8. 2. 3  MATLAB中有关BP网络的重要函数
     8. 3  BP网络的应用设计
     8. 3. 1  BP网络的训练过程
     8. 3. 2  BP网络的设计分析
     8. 4  BP算法的改进及其设计实例
   第九章  径向基函数网络
     9. 1  引言
     9. 2  径向基函数神经网络
     9. 3  径向基函数神经网络的工具箱函数
     9. 3. 1  网络设计函数
     9. 3. 2  权函数
     9. 3. 3  网络输入画数
     9. 3. 4  radbas(径向基)传递函数
     9. 3. 5  mse均方误差性能函数
     9. 3. 6  变换函数
     9. 4  径向基函数网络的设计与应用
     9. 4. 1  径向基函数网络的设计及在函数逼近上的应用
     9. 4. 2  径向基函数网络与模糊理论的结合及应用
   第十章  自组织竞争人工神经网络
     10. 1  两种联想学习规则
     10. 1. 1  Instar学习规则
     10. 1. 2  Outstar学习规则
     10. 2  基本竞争型人工神经网络
     10. 3  自组织特征映射神经网络
     10. 3. 1  自组织特征映射网络的结构
     10. 3. 2  自组织映射网络的学习及工作规则
     10. 4  自组织竞争人工神经网络工具箱函数
     10. 5  网络设计实例
     10. 5. 1  竞争学习网络设计实例
     10. 5. 2  一维空间自组织特征映射网络设计实例
   第十一章  回归网络
     11. 1  引言
     11. 2  回归网络
     11. 2. 1  Hopfield网络
     11. 2. 2  Elman神经网络
     11. 3  回归网络的工具箱函数
     11. 3. 1  Hopfield网络的工具箱函数
     11. 3. 2  E1man网络的工具箱函数
     11. 4  应用举例
   附录A  MATLAB(5. 1版)神经网络工具箱函数
   附录B  MATLAB(5. 3版)神经网络工具箱函数