本書共分為10章。主要內容包括人工神經網路的分類、MATLAB神經網路工具箱的對象與屬性、神經網路工具箱函式的分析及實例、感知器、線性神經網路、BP網路、徑向基網路、GMDH網路、自組織競爭型神經網路、自組織特徵映射神經網路、自適應共振理論模型、對向傳播網路、Elman神經網路、Hopfield網路、聯想記憶、BSB模型及其套用、圖形用戶接口、Simulink仿真、自定義神經網路、神經網路在工程中的套用等內容。
基本介紹
- 書名：MATLAB神經網路仿真與套用
- 作者：張德豐
- 出版社：電子工業出版社
- 出版時間：2009-6-1
- 裝幀：平裝
- 開本：16開
基本信息,內容簡介,目錄,
基本信息
作 者：張德豐 編著
出 版 社：電子工業出版社
出版時間：2009-6-1
版 次：1
頁 數：339
字 數：592000
印刷時間：2009-6-1
開 本：16開
紙 張：膠版紙
印 次：1
I S B N：
包 裝：平裝
內容簡介
本書可作為高等院校計算機、電子工程、控制工程、信息與通信科學、數學、機械工程和生物醫學工程等專業學生的參考教材，對從事上述領域工作的廣大科技人員具有重要的參考價值，對學習神經網路及其仿真技術的讀者來說，也是一本極為有用的入門指導書。
目錄
第1章 神經網路緒論
1.1 人工神經網路的介紹
1.2 神經網路的發展歷程
1.2.1 神經網路的起始
1.2.2 神經網路的蕭條
1.2.3 神經網路興盛
1.3 神經網路模型
1.3.1 生物神經元模組
1.3.2 人工神經元模型
1.4 人工神經網路的分類
1.5 神經網路的學習方式
1.6 神經網路的特點及優點
1.6.1 神經網路特點
1.6.2 神經網路的優點
1.7 神經網路的結構
1.8 人工神經網路與人工智慧
1.8.1 人工智慧的概述
1.8.2 人工神經網路的套用
1.8.3 人工神經網路與人工智慧相比較
第2章 MATLAB語言及神經元
2.1 MATLAB簡介
2.2 MATLAB的語言特點
2.3 MATLAB 7.2的新特點
2.4 MATLAB神經網路工具箱
2.4.1 MATLAB 6.x神經網路工具箱
2.4.2 MATLAB 7.x神經網路工具箱
2.5 MATLAB神經網路工具箱的對象與屬性
2.5.1 網路對象屬性
2.5.2 子對象屬性
第3章 神經網路工具箱函式的分析及實例
3.1 神經網路的構建函式
3.2 神經網路的套用函式
3.3 權值和閾值初始化函式
3.4 訓練和自適應調整函式
3.5 神經網路的學習函式
3.6 神經網路的輸入函式及其導函式
3.6.1 輸入函式
3.6.2 輸入函式的導函式
3.7 神經網路的性能函式及其導函式
3.7.1 性能函式
3.7.2 性能函式的導函式
3.8 傳遞函式及其導函式
3.8.1 傳遞函式
3.8.2 傳遞函式的導函式
3.9 距離函式
3.10 權值函式及其導函式
3.10.1 權值函式
3.10.2 權值函式的導函式
3.11 結構函式
3.12 分析函式
3.13 轉換函式
3.14 繪圖函式
3.15 數據預處理和後處理函式
第4章 前向型神經網路及MATLAB套用舉例
4.1 感知器
4.1.1 單層感知器模型
4.1.2 單層感知器的學習算法
4.1.3 感知器的局限性
4.1.4 單層感知器神經網路的MATLAB仿真
4.1.5 多層感知器神經網路及其MATLAB仿真
4.1.6 用於線性分類問題的進一步討論
4.2 線性神經網路
4.2.1 線性神經網路結構
4.2.2 線性神經網路設計
4.2.3 自適應濾波線性神經網路
4.2.4 線性神經網路的局限性
4.2.5 線性神經網路的MATLAB套用舉例
4.3 BP網路
4.3.1 BP神經元及其模型
4.3.2 BP網路的學習
4.3.3 BP網路的局限性
4.3.4 BP網路的MATLAB程式套用舉例
4.4 徑向基網路
4.4.1 徑向基函式網路模型
4.4.2 徑向基函式網路的構建
4.4.3 RBF網路套用實例
4.4.4 RBF網路的非線性濾波
4.5 GMDH網路
4.5.1 GMDH網路理論
4.5.2 GMDH網路的訓練
4.5.3 基於GMDH網路的預測
第5章 自組織神經網路及MATLAB程式
5.1 自組織競爭型神經網路
5.1.1 競爭型神經網路模型
5.1.2 競爭型神經網路的學習
5.1.3 競爭型神經網路存在的問題
5.1.4 競爭型神經網路的MATLAB程式
5.2 自組織特徵映射神經網路
5.2.1 特徵映射網路的模型
5.2.2 特徵映射網路的學習
5.2.3 基於特徵映射網路的人口分類
5.3 自適應共振理論
5.3.1 自適應共振理論模型
5.3.2 自適應共振理論的學習
5.3.3 自適應共振理論的MATLAB程式
5.4 學習矢量量化神經網路
5.4.1 學習矢量量化的神經網路模型
5.4.2 學習矢量量化神經網路的學習
5.4.3 LVQ1學習算法的改進
5.4.4 LVQ神經網路的MATLAB程式
5.5 對向傳播網路
5.5.1 對向傳播網路簡介
5.5.2 對向傳播網路的MATLAB程式
第6章 反饋神經網路及其套用
第7章 圖形用戶接口
第8章 Simulink
第9章 自定義神經網路
第10章 神經網路的套用
參考文獻
