MATLAB仿真应用精品丛书 MATLAB R2016a神经网络设计应用27例2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

MATLAB仿真应用精品丛书 MATLAB R2016a神经网络设计应用27例PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章RBF神经网络的实际应用1

1.1用于曲线拟合的RBF神经网络1

1.2径向基网络实现非线性函数回归10

1.3 CRNN网络应用13

1.4 PNN网络应用15

1.5 RBF神经网络的优缺点19

第2章SOM网络算法分析与应用22

2.1 SOM网络的生物学基础22

2.2 SOM网络的拓扑结构22

2.3 SOM网络的权值调整23

2.4 SOM网络的MATLAB实现26

2.5 SOM网络的应用33

第3章 线性网络的实际应用45

3.1线性化建模45

3.2模式分类50

3.3消噪处理51

3.4系统辨识54

3.5系统预测55

第4章BP网络算法分析与应用61

4.1 BP网络模型61

4.2 BP网络学习算法62

4.2.1 BP网络学习算法介绍62

4.2.2 BP网络学习算法的比较67

4.3 BP神经网络特点68

4.4 BP网络功能68

4.5 BP网络实例分析68

第5章 神经网络在选址与地震预测中的应用78

5.1配送中心选址78

5.2地震预报81

5.2.1问题概述82

5.2.2网络设计83

5.2.3网络训练与测试83

5.2.4网络实现88

第6章 模糊神经网络的算法分析与实现91

6.1模糊神经网络的形式91

6.2神经网络和模糊控制结合的优点92

6.3神经模糊控制器92

6.4神经模糊控制器的学习算法95

6.5模糊神经网络MATLAB函数97

6.5.1模糊神经系统的建模函数97

6.5.2采用网格分割方式生成模糊推理系统函数102

6.6 MATLAB模糊神经推理系统的图形用户界面103

第7章BP网络的典型应用107

7.1数据归一化方法107

7.2提前终止法109

7.3 BP网络的局限性111

7.4 BP网络典型应用112

7.4.1用BP网络估计胆固醇含量112

7.4.2线性神经网络在信号预测中的应用115

第8章 线性神经网络算法分析与实现120

8.1线性神经网络工具箱函数120

8.1.1创建函数120

8.1.2学习函数122

8.1.3性能函数124

8.2线性神经网络模型及结构125

8.3线性神经网络的学习算法与训练126

8.3.1线性神经网络的学习算法126

8.3.2线性神经网络的训练128

8.4线性神经网络的滤波器130

第9章 感知器网络算法分析与实现133

9.1单层感知器133

9.1.1单层感知器模型133

9.1.2单层感知器功能134

9.1.3单层感知器结构136

9.1.4单层感知器学习算法137

9.1.5单层感知器训练138

9.1.6单层感知器局限性139

9.1.7单层感知器的MATLAB实现140

9.2多层感知器147

9.2.1多层感知器模型147

9.2.2多层感知器设计方法147

9.2.3多层感知器的MATLAB实现148

第10章 神经网络工具箱函数分析与应用153

10.1神经网络仿真函数153

10.2神经网络训练函数155

10.2.1 train156

10.2.2 trainb函数156

10.3神经网络学习函数158

10.4神经网络初始函数161

10.5神经网络输入函数163

10.6 神经网络的传递函数165

10.7神经网络求点积函数168

第11章BM网络与BSB网络算法分析与实现169

11.1 Boltzmann神经网络169

11.1.1 BM网络的基本结构169

11.1.2 BM模型的学习169

11.1.3 BM网络的实现172

11.2 BSB神经网络174

第12章 感知器网络工具箱函数及其应用177

12.1创建函数177

12.2显示函数180

12.3性能函数181

第13章RBF神经网络算法分析与应用186

13.1 RBF神经网络模型186

13.2 RBF神经网络的数学基础188

13.2.1内插问题188

13.2.2正则化网络189

13.3 RBF神经网络的学习算法190

13.3.1自组织选取中心法190

13.3.2梯度训练方法191

13.3.3正交最小二乘（OLS）学习算法192

13.4其他RBF神经网络193

13.4.1广义回归神经网络193

13.4.2泛化回归神经网络194

13.4.3概率神经网络195

13.5 RBF神经网络MATLAB函数196

13.5.1创建函数196

13.5.2权函数199

13.5.3输入函数200

13.5.4传递函数201

13.5.5 mse函数201

13.5.6变换函数202

第14章Simulink神经网络应用204

14.1 Simulink神经网络仿真模型库204

14.2 Simulink神经网络应用208

第15章ART网络与CP网络算法分析与应用213

15.1 ART-1型网络213

15.1.1 ART-1型网络结构213

15.1.2 ART-1网络学习过程215

15.1.3 ART-1网络的应用216

15.2 ART-2型网络218

15.2.1网络结构与运行原理219

15.2.2网络的数学模型与学习算法220

15.2.3 ART-2型网络在系统辨识中的应用222

15.3 CP神经网络概述223

15.3.1 CP网络学习224

15.3.2 CP网络应用225

第16章Hopfield网络算法分析与实现231

16.1 Hopfield神经网络231

16.1.1离散型Hopfield网络231

16.1.2 DHNN的动力学稳定性234

16.1.3网络权值的学习236

16.1.4联想记忆功能239

16.2连续型Hopfield网络240

16.3 Hopfield神经网络的应用242

16.3.1 Hopfield神经网络函数242

16.3.2 Hopfield神经网络的应用245

第17章LVQ网络算法分析与应用259

17.1 LVQ神经网络的结构259

17.2 LVQ神经网络的学习算法260

17.2.1 LVQ1算法260

17.2.2 LVQ2算法260

17.3 LVQ神经网络的特点261

17.4 LVQ神经网络的MATLA B函数262

17.5 LVQ神经网络的应用264

第18章 自组织网络算法分析与实现269

18.1竞争学习的概念270

18.2竞争学习规则271

18.3竞争学习原理272

18.4竞争神经网络MATLAB实现275

18.5竞争型神经网络存在的问题279

第19章Elman网络算法分析与应用280

19.1 Elman神经网络结构280

19.2 Elman神经网络权值修正的学习算法281

19.3 Elman网络稳定性推导282

19.4对角递归网络稳定时学习速率的确定283

19.5 Elman神经网络在数据预测中的应用284

第20章BP网络工具箱函数及其应用288

20.1创建函数289

20.2传递函数291

20.3学习函数293

20.4训练函数294

20.5性能函数297

20.6 显示函数298

第21章 神经网络在实际案例中的应用300

21.1农作物虫情预测300

21.1.1虫情预测原理300

21.1.2网络实现301

21.2人脸识别304

21.2.1模型建立305

21.2.2网络实现306

第22章 神经网络工具箱函数分析与应用310

22.1神经网络构建函数的分析与应用310

22.2神经网络应用函数的分析与应用324

第23章 线性神经网络算法分析与设计330

23.1线性神经网络结构330

23.2线性神经网络设计331

23.3自适应滤波线性神经网络333

23.4线性神经网络的局限性335

23.5线性神经网络的MATLAB应用举例336

第24章 神经网络工具箱函数及实例分析342

24.1传递函数及其导函数342

24.1.1传递函数342

24.1.2传递函数的导函数349

24.2距离函数354

24.3权值函数及其导函数356

24.3.1权值函数357

24.3.2权值函数的导函数358

24.4结构函数359

24.5分析函数361

24.6转换函数362

24.7绘图函数368

24.8数据预处理和后处理函数375

第25章 神经网络的工程应用383

25.1线性神经网络在线性预测中的应用383

25.2神经模糊控制在洗衣机中的应用385

25.2.1洗衣机的模糊控制385

25.2.2洗衣机的神经网络模糊控制器的设计387

25.3模糊神经网络在配送中心选址中的应用391

25.4 Elman神经网络在信号检测中的应用394

25.5神经网络在噪声抵消系统中的应用397

25.5.1自适应噪声抵消原理397

25.5.2噪声抵消系统的MATLAB仿真399

第26章 神经网络算法分析与工具箱应用402

26.1网络对象属性404

26.1.1结构属性404

26.1.2子对象结构属性408

26.1.3函数属性411

26.1.4权值和阈值413

26.1.5参数属性415

26.1.6其他属性415

26.2子对象属性416

26.2.1输入向量416

26.2.2网络层417

26.2.3输出向量422

26.2.4阈值向量422

26.2.5 输入权值向量424

26.2.6目标向量427

26.2.7网络层权值向量428

第27章 自定义函数及其应用432

27.1初始化函数432

27.2学习函数435

27.3仿真函数440

27.3.1传递函数440

27.3.2传递函数导数函数443

27.3.3网络输入函数444

27.3.4网络输入导函数446

27.3.5权值函数448

27.3.6权值导数函数450

27.4自组织函数452

27.4.1拓扑函数452

27.4.2距离函数454

参考文献456