《MATLAB神經網路30例》是2014年7月電子工業出版社出版的圖書，作者是楊傑、占君、張繼傳。
基本介紹
- 書名：MATLAB神經網路30例
- 作者：楊傑、占君、張繼傳
- ISBN：9787121238154
- 頁數：344頁
- 定價：59.8元
- 出版社：電子工業出版社
- 出版時間：2014年7月
- 開本：16開
內容簡介,圖書目錄,
內容簡介
神經網路經過了近70年的蓬勃發展，其拓撲結構、工作機制與套用領域已經發生了翻天覆地的變化，全面、直觀、深入地認識各類神經網路已經是學習運用神經網路的必由之路。本書全面介紹了前饋型、反饋型與自組織型三大類神經網路，傳統的BP網路到現代的量子網路20餘小類神經網路，並結合實例分析了各種神經網路的使用方法和編程方法。
對於成熟的神經網路，本書給出了MATLAB函式及調用方法；對於前沿的神經網路，本書推導了高效簡潔的編程算法；對於需要結合其他方法使用的神經網路，本書也分析了其他方法的原理、使用方法及MATLAB函式，甚至提供了相應的工具箱供讀者調用。
本書充分考慮了MATLAB語言的特點，以及程式的可讀性、可移植性、可擴展性的要求，力圖保證研究者能深入淺出地理解如何使複雜的算法簡潔高效，然後變成簡潔、易讀、高效的原始碼；力求使初學者與使用者通過直觀生動的實例來理解各類神經網路，無須重新編寫程式，直接修改參數即可使用本書提供的神經網路。
圖書目錄
目 錄
實例1 BP神經網路在非線性函式擬合中的套用 1
1.1 理論基礎 1
1.1.1 BP網路概述 1
1.1.2 BP神經網路的MATLAB函式 2
1.2 非線性函式擬合方法 6
實例2 主元BP神經網路在股票價格預測中的套用 12
2.1 理論基礎 12
2.1.1 主成分分析的原理 12
2.1.2 主元神經網路與股票預測 14
2.2 股票價格的預測方法 16
實例3 遺傳算法最佳化BP神經網路在壩基岩體滲透係數識別中的套用 22
3.1 理論基礎 22
3.1.1 遺傳算法概述 22
3.1.2 MATLAB遺傳算法工具箱介紹 24
3.1.3 遺傳神經網路的基本原理 28
3.2 壩基岩體滲透係數識別 29
實例4 基於PSO-BP神經網路刀具磨損狀態監測技術 35
4.1 理論基礎 35
4.1.1 粒子群算法的原理 36
4.1.2 粒子群算法的矩陣形式 37
4.1.3 MATLAB粒子群算法工具箱 38
4.2 刀具磨損監測的PSO神經網路方法 40
實例5 離散型Hopfield神經網路在交通標誌識別中的套用 49
5.1 理論基礎 49
5.1.1 離散型Hopfield神經網路的工作方式 49
5.1.2 Hopfield神經網路的設計方法 51
5.2 Hopfield神經網路的MATLAB函式 52
5.3 離散型Hopfield神經網路與交通標誌識別 53
實例6 連續型Hopfield神經網路在旅遊路線週遊規劃中的套用 58
6.1 理論基礎 58
6.1.1 CHNN的工作原理 58
6.1.2 CHNN的重要性質 59
6.1.3 TSP問題的描述 61
6.2 TSP問題的CHNN求解 62
6.2.1 求解方法一 62
6.2.2 求解方法二 64
6.2.3 旅遊線路週遊規劃的MATLAB實現方法 65
實例7 感知器網路與線性神經網路在醫療診斷中的套用 71
7.1 理論基礎 71
7.1.1 感知器網路原理 71
7.1.2 線性神經網路原理 73
7.1.3 感知器網路的MATLAB函式 73
7.1.4 線性神經網路的MATLAB函式 77
7.2 兩種神經網路在醫療診斷中的套用 78
實例8 RBF神經網路在太陽黑子數預測中的套用 83
8.1 理論基礎 83
8.1.1 RBF神經網路原理 83
8.1.2 RBF神經網路的MATLAB函式 86
8.2 太陽黑子數觀測的RBFNN方法 88
實例9 GRNN在無源雙地基雷達跟蹤中的套用 94
9.1 理論基礎 94
9.1.1 GRNN 的基本原理 94
9.1.2 GRNN的統計學意義 96
9.2 無源跟蹤的GRNN與UKF方法比較 97
9.2.1 UKF與GRNN非線性濾波的原理 98
9.2.2 UKF與GRNN的無源跟蹤程式 100
實例10 模糊神經網路在預測地基沉降量中的套用 106
10.1 理論基礎 106
10.1.1 模糊邏輯系統簡介 107
10.1.2 TS型模糊神經網路簡介 108
10.1.3 TS型模糊神經網路學習算法 109
10.2 模糊神經網路在預測地基沉降量中的套用 111
實例11 機率神經網路在遙感圖像分類中的套用 117
11.1 理論基礎 117
11.1.1 機率神經網路簡介 117
11.1.2 機率神經網路的MATLAB函式 118
11.2 機率神經網路在遙感圖像分類中的套用 118
實例12 小波神經網路在電力負荷預測中的套用 124
12.1 理論基礎 124
12.1.1 小波理論簡介 124
12.1.2 小波神經網路簡介 127
12.2 小波神經網路在電力負荷預測中的套用 130
實例13 神經網路在PID控制系統設計中的套用 136
13.1 理論基礎 136
13.2 神經網路PID及MATLAB編程方法 138
實例14 灰色神經網路在空調訂單預報中的套用 146
14.1 理論基礎 146
14.1.1 灰色理論簡介 146
14.1.2 灰色神經網路模型 149
14.2 空調訂單灰色神經網路預報的編程方法 151
實例15 基於Chebyshev混沌神經網路異步加密與解密算法 156
15.1 理論基礎 156
15.1.1 混沌理論簡介 156
15.1.2 Chebyshev神經網路建模 159
15.2 Chebyshev混沌神經網路套用於異步加密的算法 162
實例16 基於隨機Hopfield神經網路的最優CDMA多用戶檢測器 171
16.1 理論基礎 171
16.1.1 CDMA通信系統模型 171
16.1.2 多用戶檢測問題的提出及建模 176
16.1.3 隨機Hopfield神經網路檢測器理論 177
16.2 CDMA最優多用戶檢測編程方法 178
實例17 ELMAN神經網路在無線感測器網路定位中的套用 183
17.1 理論基礎 183
17.1.1 ELMAN神經網路理論簡介 183
17.1.2 ELMAN神經網路的工具箱函式簡介 184
17.1.3 無線感測器網路RSSI定位技術簡介 186
17.2 ELMAN網路在無線感測器網路定位中的套用 186
實例18 混沌神經網路同步控制及在保密通信中的套用 191
18.1 理論基礎 191
18.1.1 混沌通信簡介 191
18.1.2 混沌同步簡介 193
18.2 混沌神經網路同步及保密通信仿真 194
實例19 水反應器神經網路控制方法及Simulink實現 203
19.1 理論基礎 203
19.1.1 MATLAB Simulink簡介 203
19.1.2 神經網路控制器Simulink模組簡介 207
19.2 水反應器神經網路控制方法的Simulink仿真 211
實例20 基於自適應神經網路濾波的引信去噪方法 215
20.1 自適應噪聲對消原理 215
20.2 神經網路濾波引信去噪仿真 216
20.2.1 MATLAB編程方法 217
20.2.2 MATLAB Simulink方法 219
實例21 SOM神經網路在生物信息聚類分析中的套用 223
21.1 理論基礎 223
21.1.1 聚類分析簡介 223
21.1.2 SOM神經網路簡介 226
21.2 生物信息聚類分析的編程方法 228
實例22 LVQ神經網路在數字圖像邊緣檢測中的套用 233
22.1 理論基礎 233
22.1.1 LVQ神經網路簡介 233
22.1.2 數字圖像邊緣檢測原理與方法 238
22.2 邊緣檢測LVQ神經網路原理及編程實現 239
實例23 Kohonen神經網路在彩色圖像智慧型分層中的套用 245
23.1 理論基礎 245
23.1.1 Kohonen自組織神經網路簡介 245
23.1.2 Kohonen自組織神經網路工作原理 245
23.2 彩色圖像智慧型分層的MATLAB編程方法 246
實例24 基於模擬退火算法的城市週遊TSP問題求解 252
24.1 理論基礎 252
24.1.1 模擬退火算法簡介 252
24.1.2 模擬退火算法實現 252
24.2 城市週遊問題Boltzman機求解編程方法 253
實例25 PSO-餘弦基神經網路在信號調製解調中的套用 259
25.1 理論基礎 259
25.2 神經網路濾波器調製解調方法設計 260
實例26 SVM在DNA序列分類中的套用 272
26.1 理論基礎 272
26.1.1 SVM算法分類 272
26.1.2 Libsvm工具箱 273
26.2 SVM在DNA序列分類套用的編程實現 274
實例27 PSO-SVM在上證指數開盤指數預測中的套用 279
27.1 理論基礎 279
27.2 PSO-SVM在上證指數開盤指數預測的編程方法 280
實例28 量子神經網路在油氣資源評價中的套用 288
28.1 理論基礎 288
28.2 量子神經網路在油氣資源評價套用的編程實現 293
實例29 神經網路GUI設計及Simulink設計方法 305
29.1 神經網路數據管理工具箱圖形界面 305
29.2 神經網路擬合工具箱圖形界面 309
29.3 神經網路模式識別工具箱圖形界面 313
實例30 矩陣方法在大規模神經網路的MATLAB編程中的套用 317
30.1 理論基礎 317
30.1.1 多層BP神經網路正向傳播算法的矩陣形式 317
30.1.2 多層BP神經網路誤差反向傳播算法的矩陣形式 320
30.2 大規模BP神經網路的MATLAB編程方法 323
