神经网络理论与MATLAB 7实现{绝版图书}|MATLAB应用技术|飞思科技产品研发中心|电子工业出版社

【相关下载】

【二手书】
本产品共有 0 册二手书出售，最低价：￥.00 [查看]

推荐图书

	西门子人机界面（触摸屏）... 作者:廖常初
	机器人组装大全作者:[日]城井田胜仁
	自动控制原理.上册作者:吴麟
	控制系统设计指南;第3版作者:(美)埃里斯
	智能仪器与数据采集系统中... 作者:杨振江孙占彪王曙梅布线涛
	自动控制原理解题指南(与... 作者:

用户购买本书还购买了

· MATLAB 6.5应用接口编程

· MATLAB 7辅助控制系统设计与仿真

· MATLAB 7辅助信号处理技术与应用

· 集成电路设计宝典

· EDA技术实用教程（第二版）

· MATLAB 6.5辅助图像处理

· OrCAD/PSpice 9实用教程

· VHDL与数字电路设计

· 电子电路设计

· 高等应用数学问题中的MATLAB求解

金书共建·What's this?

[分类共建] ·所有未分类图书查看
本书当前分类：
人工智能 > 神经计算
计算机辅助设计与工程计算 > Matlab
我觉得本书应分到此类中：

[金书WIKI]
[ 编辑 ]当前页面使本书内容更加完善

[资源共建]
·提交本书书摘 ·提交本书相关资源

神经网络理论与MATLAB 7实现{绝版图书}

您想读这本书吗？
作者：飞思科技产品研发中心	出版社：电子工业出版社
译者：	丛书名： MATLAB应用技术
出版日期：2005-3-1	上架日期：2005-10-8
ISBN：712100934X	页数：322 版次：1-1
开本：16开	装帧：

市场价：~~￥29.00~~

贵宾会员价：￥21.75
高级会员价：￥22.62
普通会员价：￥23.20

金书豆豆(What's this?)

种一个豆豆，书价我来定！

我要种一个豆豆

【您的购物车】

购买册数：


货到付款：北京、上海、天津、广州、深圳、湖北、河南、山西、陕西、山东、四川、重庆、浙江更多查看>>

[暂时缺货，正在进货您可以在此处进行缺货登记,到货后我们会及时通知您！]

| 大封面 | 封底 | 前言 | 内容简介 | 序言 | 目录 | 作者简介 | 译者简介 | 作者序 | 译者序 |

【读者评论】

内容简介
本书是“MATLAB应用技术”系列丛书之一，以最新推出的MATLAB 7中的神经网络工具箱4.0.3版本为基础。本书前两章介绍了MATLAB 7和神经网络的基础知识，对神经网络工具箱的重要函数分门别类地进行了详细介绍，并给出了完整的示例。从第3章到第5章，分别介绍了几种比较重要的神经网络类型，包括感知器、线性网络和BP网络等，并介绍了这些网络的结构及学习算法，以及MATLAB的实现方法。第6章介绍了神经网络的图形用户界面。后5章分别讲述了如何利用神经网络工具箱解决控制、故障诊断、预测和有源消声等应用领域中的实际问题。
本书可作为理工科各专业的高年级本科生、研究生学习神经网络的辅助教材，也可作为研究和应用这一领域的科技工作者的参考书。

目录
伸缩显示:

[弹出查看]

第1章  概述	1
1.1  MATLAB语言简介	1
1.1.1  MATLAB概述	1
1.1.2  MATLAB语言特点	3
1.1.3  MATLAB 7的安装	5
1.1.4  MATLAB 7的新特点	5
1.1.5  MATLAB 7的新产品及更新产品	6
1.1.6  Simulink 6.0的新特点	9
1.2  MATLAB快速入门	10
1.2.1  命令行窗口	10
1.2.2  其他重要窗口	13
1.2.3  Editor/Debugger窗口	15
1.2.4  MATLAB帮助系统	16
1.2.5  神经网络工具箱快速入门	17
1.3  神经网络发展史	18
1.3.1  初期阶段	18
1.3.2  停滞期	19
1.3.3  黄金时期	19
1.3.4  发展展望	20
1.4  神经网络模型	20
1.4.1  神经元结构模型	20
1.4.2  神经网络的互连模式	21
1.5  神经网络的特性及实现	23
1.6  小结	23
第2章  神经网络工具箱函数及实例	25
2.1  概述	25
2.2  神经网络工具箱中的通用函数	26
2.2.1  神经网络仿真函数sim	27
2.2.2  神经网络训练及学习函数	28
2.2.3  神经网络初始化函数	31
2.2.4  神经网络输入函数	33
2.2.5  神经网络传递函数	34
2.2.6  其他重要函数	36
2.3  感知器的神经网络工具箱函数	36
2.3.1  感知器创建函数	37
2.3.2  显示函数	37
2.3.3  性能函数	38
2.4  BP网络的神经网络工具箱函数	44
2.4.1  BP网络创建函数	44
2.4.2  神经元上的传递函数	45
2.4.3  BP网络学习函数	49
2.4.4  BP网络训练函数	50
2.4.5  性能函数	51
2.4.6  显示函数	52
2.5  线性网络的神经网络工具箱函数	59
2.5.1  线性网络创建和设计函数	59
2.5.2  学习函数	60
2.6  自组织竞争网络的神经网络工具箱函数	63
2.6.1  神经网络创建函数	64
2.6.2  传递函数	65
2.6.3  距离函数	67
2.6.4  学习函数	69
2.6.5  初始化函数	71
2.6.6  权值函数	71
2.6.7  显示函数	72
2.6.8  结构函数	72
2.7  径向基网络的神经网络工具箱函数	79
2.7.1  神经网络创建函数	79
2.7.2  转换函数	80
2.7.3  传递函数	81
2.8  反馈网络的神经网络工具箱函数	84
2.8.1  Hopfield网络的工具箱函数	84
2.8.2  Elman网络的工具箱函数	85
2.9  小结	87
第3章  前向型神经网络理论及MATLAB实现	89
3.1  感知器网络及MATLAB实现	89
3.1.1  单层感知器网络	89
3.1.2  多层感知器	95
3.2  BP网络及MATLAB实现	99
3.2.1  BP网络理论	100
3.2.2  BP网络的MATLAB设计	104
3.3  线性神经网络及MATLAB实现	108
3.3.1  线性神经网络的结构	108
3.3.2  线性神经网络的学习	109
3.3.3  线性网络的MATLAB仿真	110
3.4  径向基函数网络及MATLAB实现	116
3.4.1  径向基网络结构	116
3.4.2  径向基函数的学习过程	117
3.4.3  RBF网络应用实例	119
3.4.4  基于RBF网络的非线性滤波	121
3.4.5  基于GRNN的函数逼近	123
3.4.6  基于概率神经网络的分类	126
3.5  GMDH网络及MATLAB实现	127
3.5.1  GMDH网络理论	127
3.5.2  GMDH网络的训练	128
3.5.3  基于GMDH网络的预测	129
3.6  小结	130
第4章  反馈型神经网络理论及MATLAB实现	131
4.1  Elman神经网络及应用	131
4.1.1  Elman神经网络结构	131
4.1.2  Elman神经网络的学习过程	132
4.1.3  Elman神经网络的工程应用	132
4.1.4  基于Elman网络的空调负荷预测	136
4.2  Hopfield神经网络及MATLAB实现	141
4.2.1  Hopfield网络描述	142
4.2.2  Hopfield网络的学习过程	143
4.2.3  几个重要结论	143
4.2.4  Hopfield网络的MATLAB开发	143
4.2.5  基于Hopfield网络的数字识别	147
4.3  CG网络模型及应用	149
4.3.1  CG神经网络理论	149
4.3.2  基于CG网络的有限元分析	150
4.4  盒中脑（BSB）模型及MATLAB实现	150
4.4.1  BSB神经网络模型描述	150
4.4.2  BSB的MATLAB实现	151
4.5  双向联想记忆（BAM）及MATLAB实现	153
4.5.1  Kosko型BAM网络模型	153
4.5.2  BAM网络的实例分析	154
4.6  回归BP网络及应用	156
4.6.1  回归BP网络概述	156
4.6.2  基于回归BP网络的房价预测	157
4.7  Boltzmann机网络及仿真	158
4.7.1  BM网络的基本结构	158
4.7.2  BM模型的工作规则和学习规则	159
4.7.3  BM网络的MATLAB仿真	162
4.8  小结	164
第5章  自组织与LVQ神经网络理论及MATLAB实现	165
5.1  自组织竞争网络及MATLAB实现	165
5.1.1  基本竞争型神经网络概述	165
5.1.2  自组织竞争网络的应用	166
5.2  自组织特征映射（SOM）神经网络及MATLAB实现	168
5.2.1  SOM网络的结构	169
5.2.2  SOM网络学习算法	170
5.2.3  基于SOM网络的土壤分类	171
5.2.4  基于SOM网络的人口分类	173
5.3  自适应共振理论模型（ART）及MATLAB实现	178
5.3.1  ART-1型网络模型描述	178
5.3.2  ART-1网络的学习及工作过程	179
5.3.3  ART-1网络的应用实例	180
5.4  学习矢量量化（LVQ）神经网络及MATLAB实现	183
5.4.1  LVQ网络的结构	183
5.4.2  LVQ网络的学习规则	184
5.4.3  基于LVQ网络的模式识别	185
5.5  对向传播网络（CPN）及MATLAB实现	189
5.5.1  CPN概述	189
5.5.2  CPN应用实例	192
5.6  小结	197
第6章  图形用户界面GUI	199
6.1  概述	199
6.2  网络设计	200
6.3  网络训练与仿真	202
6.4  数据操作	204
6.4.1  工作空间到GUI的数据导入	204
6.4.2  GUI到工作空间的数据导出	205
6.4.3  数据的存储和读取	207
6.4.4  数据删除	208
6.5  小结	209
第7章  神经网络控制理论及应用设计	211
7.1  神经网络控制结构	211
7.1.1  神经网络监督控制	211
7.1.2  神经网络直接逆控制	213
7.1.3  NN自适应控制	213
7.1.4  神经网络内模控制	215
7.1.5  神经网络预测控制	215
7.1.6  神经网络自适应评判控制	216
7.2  反馈线性化控制及MATLAB实现	217
7.2.1  基于神经网络的反馈线性化控制原理	217
7.2.2  反馈线性化控制实例	218
7.3  基于Simulink的神经网络控制	222
7.3.1  基于神经网络的MPC原理	222
7.3.2  模型预测控制实例	224
7.4  小结	230
第8章  基于神经网络的故障诊断	231
8.1  神经网络与故障模式识别	231
8.1.1  常用的模式识别方法	232
8.1.2  神经网络在故障模式识别中的应用	232
8.2  基于BP网络和Elman网络的齿轮箱故障诊断	234
8.2.1  工程描述	234
8.2.2  输入和目标向量设计	234
8.2.3  BP网络设计	235
8.2.4  Elman网络设计	238
8.3  基于SOM网络的回热系统故障诊断	240
8.3.1  背景	240
8.3.2  SOM网络设计	241
8.4  基于概率神经网络的故障诊断	243
8.4.1  概述	243
8.4.2  基于PNN的故障诊断	243
8.4.3  结论	245
8.5  基于BP网络的设备状态分类器设计	246
8.5.1  BP网络设计	246
8.5.2  网络训练	248
8.5.3  网络测试与应用	249
8.6  基于RBF网络的船用柴油机故障诊断	250
8.6.1  问题描述	250
8.6.2  涡轮增压系统的故障诊断	251
8.6.3  网络设计	253
8.7  小结	255
第9章  基于神经网络的预测	257
9.1  引言	257
9.2  基于神经网络的预测原理	258
9.2.1  正向建模	258
9.2.2  逆向建模	258
9.3  电力系统负荷预报的MATLAB实现	259
9.3.1  问题描述	259
9.3.2  输入/输出向量设计	260
9.3.3  BP网络设计	261
9.3.4  网络训练	262
9.4  河道浅滩演变预测的MATLAB实现	264
9.4.1  基于BP网络的演变预测	264
9.4.2  基于RBF网络的演变预测	270
9.4.3  结论	271
9.5  地震预报的MATLAB实现	271
9.5.1  概述	272
9.5.2  BP网络设计	273
9.5.3  BP网络训练与测试	273
9.5.4  地震预测的竞争网络模型	278
9.6  交通运输能力预测的MATLAB实现	280
9.6.1  背景概述	280
9.6.2  网络创建与训练	281
9.6.3  结论与分析	285
9.7  股市预测的MATLAB实现	287
9.7.1  股市概述	287
9.7.2  网络训练与测试	288
9.8  财务失败预测的MATLAB实现	289
9.8.1  问题描述	290
9.8.2  样本的收集和处理	290
9.9  农作物虫情预测的MATLAB实现	292
9.9.1 基于神经网络的虫情预测原理	293
9.9.2  BP网络设计	293
9.10  小结	297
第10章  基于神经网络的模糊控制	299
10.1  引言	299
10.2  神经网络模糊控制的结构和特征	299
10.2.1  神经网络模糊控制器的结构	299
10.2.2  神经网络模糊控制器的特征	300
10.2.3  神经网络模糊控制器的应用实例	302
10.3  基于MATLAB的神经模糊控制洗衣机仿真	305
10.3.1  洗衣机的模糊控制	305
10.3.2  洗衣机的神经网络模糊控制器的设计	307
10.4  小结	310
第11章  基于神经网络的自适应噪声抵消技术	313
11.1  引言	313
11.2  自适应噪声抵消实现原理	314
11.2.1  自适应滤波器	314
11.2.2  自适应噪声抵消系统基本原理	315
11.3  噪声抵消系统的MATLAB仿真	316
11.3.1  BP网络模型建立	316
11.3.2  基于神经网络工具箱的BP网络学习和训练	316
11.3.3  基于Simulink的噪声抵消系统设计及动态仿真	319
11.4  小结	321
参考文献 	323

伸缩显示:

[弹出查看]

编辑荐语

[您可以向编辑推荐本书的亮点，采纳后奖励５－１０元优惠卷]（一个工作日内处理您的建议）

●MATB 7和神经网络的基础知识
●各类型神经网络工具箱函数及实例
●各类型神经网络理论及MATLAB实现
●神经网络控制理论及应用设计
●神经网络的图形用户界面GUI
●基于神经网络的故障诊断
●基于神经网络的预测
●基于神经网络的模糊控制
●基于神经网络的自适应噪声抵消技术。
读者对象：
本书可作为理工科各专业的高年级本科生、研究生学习神经网络的辅助教材，也可作为研究和应用这一领域的科技工作者的参考书。

读者评论 w 查看本书所有书评

[发表您的书评，编辑将根据书评质量，予以相应的奖励]

读者：dodoshow 最新讨论：2007-4-2 11:45:33 评价等级：
这本书我读了几章，里面关于神经网络的介绍比较全面，函数工具箱得介绍也很详细，是一本值得一读的书。本书是“MATLAB应用技术”系列丛书之一，以最新推出的MATLAB 7中的神经网络工具箱4.0.3版本为基础。本书前两章介绍了MATLAB 7和神经网络的基础知识，对神经网络工具箱的重要函数分门别类地进行了详细介绍，并给出了完整的示例。从第3章到第5章，分别介绍了几种比较重要的神经网络类型，包括感知器、线性网络和BP网络等，并介绍了这些网络的结构及学习算法，以及MATLAB的实现方法。第6章介绍了神经网络的图形用户界面。后5章分别讲述了如何利用神经网络工具箱解决控制、故障诊 ......[查看全部]
支持反对查看讨论[0]

(共1条)

关于我们 | 帮助 | 合作伙伴 | 我的帐户 | 图书馆 | 自考教材网 | 高校教材网
北京电话：010-68993821/88379639/88379641 邮箱：service@golden-book.com 传真：010-68990188
京ICP证060035号

专题 | 特价 | 书评 | 论坛 | 下载 | 新品 | 豆豆 | 鉴委会 | 共建 | 编辑博客 | 抢鲜预订 | 样章试读 | 名人签名 | 格子 | 播报

我的订单

关于配送

关于付款

售后服务

金书网