MATLAB神经网络43个案例分析优秀畅销书王小川等.pdf

1、 MATLAB/Simulink/C+/Java等编程援助 联系方式： QQ： 1829074016 邮箱： QQ 空间： http:/ 更多学习资料，请加我为 QQ 好友，或者直接访问我的 QQ 空间 有编程问题的朋友， 请直接加我为QQ好友 ，提供在线答疑 如果我QQ不在线， 请给我QQ留言 ，上线后，及时给你答复 专业提供以下方向的编程援助： 1. MATLAB/Simulink/C+/Java等编程问题； 2. 数字图像处理、信号处理、通信仿真设计； 3. 机器人路径规划、轨迹规划、机器人控制； 4. 各类数值计算、小波分析算法、优化设计； 5. 自动控制、电机控制、智能控制、模糊控

2、制； 6. 粒子群算法、神经网络、遗传算法等智能算法； 7. 其他编程和仿真问题。 编辑推荐 MATLAB 神经网络 43 个案例分析详细论述了在 MATLAB 环境下如何实现神经网络，包括了常用的神经网络及相关理论，以及各种优化算法与神经网络的结合。考虑到 MATLABR2012b 版本中神经网络工具箱作了更新，本书也新增了神经网络并行运算、定制神经网络、神经网络高效编程等章节，非常适合中高级神经网络研究人员参考。 作为众多宣讲 MATLAB 家族产品丛书中的一个系列，该书的最大特点是接地气，实用性强。四位作者都是长期活跃在 MATLAB 技术论坛的版主，每天都会在线解答 MATLAB 特别

3、是针对神经网络的问题，积累了丰富的使用经验。本书所举例的 43 个案例，部分来源于各大公司、院校的科研课题，也有一部分来源于 MATLAB 技术论坛的会员提问。这些案例代表了神经网络在各个领域的相关应用，读者可以根据自己研究问题的需要，第一时间找到适合自己学习的神经网络章节，进行阅读。 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。 本书共有 43 章， 内容涵盖常见的神经网络 （BP、 RBF、 SOM、 Hopfield、 Elman、

4、 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，本书还介绍了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。 使用本书时，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。本书程序建议在 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。 本书可作为高等学校相关专业学生本科

5、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学参考。 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 1.1.1 BP 神经网络概述 1.1.2 语音特征信号识别 1.2 模型建立 1.3 MATLAB 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 1.3.3 BP 神经网络结构初始化 1.3.4 BP 神经网络训练 1.3.5 BP 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

6、模非线性函数拟合 2.1 案例背景 2.2 模型建立 2.3 MATLAB 实现 2.3.1 BP 神经网络工具箱函数 2.3.2 数据选择和归一化 2.3.3 BP 神经网络训练 2.3.4 BP 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.

7、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 4.3.1 BP 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

8、.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 5.1.1 BP_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 6.1.1 PID 神经元

9、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 6.3.1 PID 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 6.4.3 PID 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

10、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

11、 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

12、 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 MATLAB R2012b 新版本特性的探讨 点击下面的书名，立刻获取本书： MATLAB神经网络43个案例分析 年度优秀畅销书 王小川 等