丝袜av在线,国产内地激情精品毛片在线一,亚洲av片不卡无码av

內容簡介

　　本書面向MATLAB 6.X及其所搭配的神經(jīng)網(wǎng)絡工具箱，首先循序漸進地介紹了MATLAB 6.X的主要功能、函數(shù)命令及一些使用技巧，并介紹了比較復雜的數(shù)值計算和圖形用戶界面的編寫方法，然后結合作者多年來在科研和指導研究生工作中總結出的仿真與應用成果，介紹了神經(jīng)網(wǎng)絡和模糊神經(jīng)網(wǎng)絡的基本原理、學習訓練算法和仿真過程。詳細介紹了MATLAB Neutal Network（4.0）工具箱函數(shù)的使用方法，神經(jīng)網(wǎng)絡工具箱所使用的符號及指令、視窗環(huán)境等功能，并引用大量例子說明了基于MATLAB進行神經(jīng)網(wǎng)絡設計與應用的方法。本書可作為計算機、電子工程、控制工程、信息與通信科學、數(shù)學、機械工程和生物醫(yī)學工程等專業(yè)師生的參考教材，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(jīng)網(wǎng)絡及其仿真技術的讀者，也是一本極為有用的入門指導書。

作者簡介

暫缺《MATLAB神經(jīng)網(wǎng)絡仿真與應用》作者簡介

圖書目錄

第一章  概論
1. 1  MATLAB軟件包的特征
1. 2  MATLAB的運行環(huán)境
1. 2. 1  MATLAB的運行方式
1. 2. 2  MATLAB中的窗口
1. 3  MATLAB的幫助系統(tǒng)
1. 3. 1  命令行幫助
1. 3. 2  聯(lián)機幫助
1. 3. 3  演示幫助
1. 4  MATLAB軟件包的構成和應用概述
1. 4. 1  MATLAB軟件包的構成
1. 4. 2  MATLAB的應用
1. 5  神經(jīng)網(wǎng)絡發(fā)展和應用
1. 5. 1  人工神經(jīng)網(wǎng)絡發(fā)展的歷史回顧
1. 5. 2  神經(jīng)網(wǎng)絡的應用
1. 5. 3  神經(jīng)網(wǎng)絡的學習方法
1. 6  面向MATLAB工具箱的神經(jīng)網(wǎng)絡設計概述
1. 6. 1  MATLAB神經(jīng)網(wǎng)絡工具箱
1. 6. 2  神經(jīng)網(wǎng)絡技術的選取
1. 6. 3  運用工具箱設計網(wǎng)絡的原則和過程
第二章  MATLAB數(shù)值計算功能
2. 1  矩陣與數(shù)組運算
2. 1. 1  矩陣的建立
2. 1. 2  矩陣和數(shù)組運算指令對照匯總
2. 2  矩陣與數(shù)組函數(shù)
2. 2. 1  基本數(shù)組函數(shù)
2. 2. 2  基本矩陣函數(shù)
2. 2. 3  幾個易混淆的兩種函數(shù)運算
2. 3  關系運算和邏輯運算
2. 3. 1  關系運算
2. 3. 2  邏輯運算
2. 4  矩陣的分解
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  奇異值分解
2. 5  多項式
2. 5. 1  多項式的表達和創(chuàng)建
2. 5. 2  多項式的運算
2. 6  數(shù)據(jù)分析
2. 6. 1  基本統(tǒng)計函數(shù)指令
2. 6. 2  協(xié)方差陣和相關陣
2. 6. 3  有限差分和導數(shù)
2. 6. 4  數(shù)據(jù)濾波
2. 7  數(shù)值分析
2. 7. 1  數(shù)值積分
2. 7. 2  微分方程的數(shù)值解
第三章  MATLAB符號處理
3. 1  字符串
3. 1. l  字符數(shù)組
3. 1. 2  字符的ASCH碼轉換
3. 1. 3  創(chuàng)建二維的字符數(shù)組
3. 1. 4  字符串中的單元數(shù)組
3. 1. 5  字符數(shù)組與單元數(shù)組間的轉換
3. 1. 6  字符串比較
3. 1. 7  判斷字符串是否相等
3. 1. 8  通過字符的運算來比較字符
3. 1. 9  字符串中字符的分類
3. 1. 10  查找與替換
3. 1. 11  字符串和數(shù)值的相互轉換
3. 2  符號矩陣的運算
3. 2. 1  符號矩陣的創(chuàng)建
3. 2. 2  符號矩陣的加. 減. 乘. 除運算
3. 2. 3  符號矩陣的逆和除運算
3. 2. 4  符號矩陣的冪運算
3. 2. 5  符號矩陣的綜合運算指令
3. 2. 6  符號變量替換
3. 2. 7  符號矩陣的分解
3. 2. 8  符號微積分
3. 2. 9  符號代數(shù)方程的求解
3. 2. 10  符號微分方程的求解
3. 3  符號函數(shù)繪圖
第四章  繪圖
4. 1  二維繪圖
4. 1. 1  plot
4. 1. 2  fihgure和subplot
4. 1. 3  繪圖指令的開關控制
4. 1. 4  標題與坐標軸的操作
4. 2  三維繪圖
4. 2. 1  mesh
4. 2. 2  3D圖形的顏色. 光線來源及圖上標點的設定
4. 2. 3  透視與視角的設置
4. 3  圖形句柄
4. 3. 1  圖形對象
4. 3. 2  圖形對象的句柄
4. 3. 3  對象創(chuàng)建函數(shù)
4. 3. 4  對象品性及其設置和查詢
4. 3. 5  實時動畫的制作
第五章  MATLAB的程序設計
5. 1  MATLAB程序設計入門
5. 1. 1  編輯程序和M文件的形式
5. 1. 2  MATLAB的命令文件
5. 1. 3  MATLAB的函數(shù)文件
5. 2  參數(shù)與變量
5. 2. 1  參數(shù)
5. 2. 2  局部變量與全局變量
5. 3  數(shù)據(jù)類型
5. 4  程序結構
5. 4. 1  順序結構
5. 4. 2  循環(huán)結構
5. 4. 3  分支結構
5. 5  程序流控制語句
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  函數(shù)調用及變量傳遞
5. 6. 1  函數(shù)調用
5. 6. 2  參數(shù)傳遞
5. 7  神經(jīng)網(wǎng)絡應用設計舉例
5. 7. 1  帶有偏差單元的遞歸神經(jīng)網(wǎng)絡
5. 7. 2  具有快速學習算法的補償模糊神經(jīng)網(wǎng)絡
5. 7. 3  小腦模型神經(jīng)網(wǎng)絡算法研究
5. 7. 4  神經(jīng)—模糊系統(tǒng)研究
第六章  感知器
6. 1  感知器原理
6. 1. 1  感知器神經(jīng)模型
6. 1. 2  感知器神經(jīng)元網(wǎng)絡的結構
6. 1. 3  感知器神經(jīng)網(wǎng)絡的學習規(guī)則
6. 2  感知器神經(jīng)網(wǎng)絡的設計
6. 2. 1  感知器神經(jīng)網(wǎng)絡的初始化
6. 2. 2  感知器神經(jīng)網(wǎng)絡的創(chuàng)建
6. 2. 3  感知器神經(jīng)網(wǎng)絡的仿真
6. 2. 4  感知器神經(jīng)網(wǎng)絡的訓練
6. 3  感知器神經(jīng)網(wǎng)絡的局限性
6. 4  圖形用戶界面
6. 5  MATLAB中關于感知器神經(jīng)網(wǎng)絡的工具函數(shù)
6. 6  感知器神經(jīng)網(wǎng)絡設計實例
6. 6. 1  多個感知器神經(jīng)元的分類問題
6. 6. 2  奇異樣本對感知器神經(jīng)網(wǎng)絡訓練的影響
6. 6. 3  線性不可分的輸入向量
第七章  線性神經(jīng)網(wǎng)絡
7. 1  線性神經(jīng)網(wǎng)絡原理
7. 1. 1  線性神經(jīng)元模型
7. 1. 2  線性神經(jīng)網(wǎng)絡的結構
7. 1. 3  線性神經(jīng)網(wǎng)絡的學習規(guī)則
7. 2  線性神經(jīng)網(wǎng)絡的設計
7. 2. 1  線性神經(jīng)網(wǎng)絡的初始化
7. 2. 2  線性神經(jīng)網(wǎng)絡的創(chuàng)建
7. 2. 3  線性神經(jīng)網(wǎng)絡的設計
7. 2. 4  線性神經(jīng)網(wǎng)絡的訓練
7. 3  線性神經(jīng)網(wǎng)絡的局限性
7. 4  MATLAB中有關線性神經(jīng)網(wǎng)絡的工具函數(shù)
7. 5  線性神經(jīng)網(wǎng)絡設計實例
第八章  BP神經(jīng)網(wǎng)絡
8. 1  BP網(wǎng)絡理論
8. 1. 1  BP網(wǎng)絡結構
8. 1. 2  BP網(wǎng)絡學習公式推導
8. 2  面向MATLAB的BP神經(jīng)網(wǎng)絡原理
8. 2. 1  BP神經(jīng)元結構
8. 2. 2  BP神經(jīng)網(wǎng)絡的結構
8. 3  面向MATLAB的BP神經(jīng)網(wǎng)絡的設計
8. 3. 1  BP神經(jīng)網(wǎng)絡的初始化
8. 3. 2  BP神經(jīng)網(wǎng)絡的創(chuàng)建
8. 3. 3  BP神經(jīng)網(wǎng)絡的仿真
8. 3. 4  BP神經(jīng)網(wǎng)絡的訓練
8. 3. 5  BP神經(jīng)網(wǎng)絡泛化的改進
8. 3. 6  BP神經(jīng)網(wǎng)絡訓練樣本的處理
第九章  徑向基神經(jīng)網(wǎng)絡
9. 1  徑向基函數(shù)神經(jīng)網(wǎng)絡的理論基礎
9, 2  面向MATLAB工具箱的徑向基神經(jīng)網(wǎng)絡
9. 2. 1  面向MATLAB工具箱的徑向基神經(jīng)元模型
9. 2. 2  面向MATLAB工具箱的徑向基神經(jīng)網(wǎng)絡
9. 3  徑向基神經(jīng)網(wǎng)絡的設計
9. 3. 1  精確設計函數(shù)(newrbe)
9. 3. 2  普通設計函數(shù)(newrb)
9. 4  廣義回歸神經(jīng)網(wǎng)絡
9. 5  概率神經(jīng)網(wǎng)絡
9. 6  MATLAB中關于徑向基函數(shù)神經(jīng)網(wǎng)絡的工具函數(shù)
9. ?  徑向基函數(shù)網(wǎng)絡與模糊理論的結合及應用
9. 7. 1  徑向基函數(shù)網(wǎng)絡和模糊推理系統(tǒng)的功能等價關系
9. 7. 2  基于自適應模糊系統(tǒng)的徑向基高斯函數(shù)網(wǎng)絡
9. 7. 3  學習算法
9. 7. 4  非線性系統(tǒng)的故障診斷
第十章  自組織競爭人工神經(jīng)網(wǎng)絡
10. 1  自組織競爭人工神經(jīng)網(wǎng)絡
10. 1. 1  自組織競爭人工神經(jīng)網(wǎng)絡的結構
10. 1. 2  自組織競爭人工神經(jīng)網(wǎng)絡的創(chuàng)建
10. 1. 3  自組織競爭人工神經(jīng)網(wǎng)絡的訓練
10. 2  自組織特征映射神經(jīng)網(wǎng)絡
10. 2. 1  自組織特征映射神經(jīng)網(wǎng)絡的結構
10. 2. 2  自組織特征映射神經(jīng)網(wǎng)絡的創(chuàng)建
10. 2. 3  自組織特征映射神經(jīng)網(wǎng)絡的訓練
10. 3  學習向量量化神經(jīng)網(wǎng)絡
10. 3. 1  學習向量量化神經(jīng)網(wǎng)絡的結構
10. 3. 2  學習向量量化神經(jīng)網(wǎng)絡的創(chuàng)建
10. 3. 3  學習向量量化神經(jīng)網(wǎng)絡的訓練
10. 4  MATLAB中關于自組織神經(jīng)網(wǎng)絡的工具函數(shù)
10. 5  網(wǎng)絡設計實例
10. 5. 1  使用自組織競爭神經(jīng)網(wǎng)絡進行模式識別
10. 5. 2  一維自組織特征映射神經(jīng)網(wǎng)絡設計實例
10. 5. 3  二維自組織特征映射神經(jīng)網(wǎng)絡設計實例
第十一章  回歸神經(jīng)網(wǎng)絡
11. 1  回歸神經(jīng)網(wǎng)絡理論基礎
11. 1. 1  Hopfield網(wǎng)絡
11. 1. 2  Elman神經(jīng)網(wǎng)絡
11. 2  E1man神經(jīng)網(wǎng)絡
11. 2. 1  Elman神經(jīng)網(wǎng)絡的結構
11. 2. 2  Elman神經(jīng)網(wǎng)絡的創(chuàng)建
11. 2. 3  Elman神經(jīng)網(wǎng)絡的訓練
11. 3  Hopfield神經(jīng)網(wǎng)絡
11. 3. 1  Hopfield神經(jīng)網(wǎng)絡的結構
11. 3. 2  Hopfield神經(jīng)網(wǎng)絡的設計
11. 4  有關回歸神經(jīng)網(wǎng)絡的工具函數(shù)
主要參考文獻