MATLAB神经网络仿真与应用【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

MATLAB神经网络仿真与应用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　神经网络绪论1

1.1 人工神经网络的介绍1

1.2　神经网络的发展历程1

1.2.1　神经网络的起始1

1.2.2　神经网络的萧条2

1.2.3　神经网络兴盛4

1.3　神经网络模型6

1.3.1 生物神经元模块6

1.3.2　人工神经元模型7

1.4　人工神经网络的分类11

1.5　神经网络的学习方式12

1.6　神经网络的特点及优点15

1.6.1 神经网络特点15

1.6.2　神经网络的优点16

1.7　神经网络的结构17

1.8　人工神经网络与人工智能19

1.8.1　人工智能的概述19

1.8.2　人工神经网络的应用20

1.8.3　人工神经网络与人工智能相比较21

第2章　MATLAB语言及神经元23

2.1 MATLAB简介23

2.2 MATLAB的语言特点25

2.3 MATLAB 7.2的新特点26

2.4 MATLAB神经网络工具箱27

2.4.1 MATLAB 6.x神经网络工具箱27

2.4.2 MATLAB 7.x神经网络工具箱28

2.5 MATLAB神经网络工具箱的对象与属性30

2.5.1 网络对象属性32

2.5.2　子对象属性43

第3章　神经网络工具箱函数的分析及实例57

3.1 神经网络的构建函数57

3.2　神经网络的应用函数69

3.3　权值和阈值初始化函数74

3.4　训练和自适应调整函数76

3.5　神经网络的学习函数90

3.6　神经网络的输入函数及其导函数99

3.6.1　输入函数100

3.6.2　输入函数的导函数101

3.7　神经网络的性能函数及其导函数101

3.7.1 性能函数102

3.7.2　性能函数的导函数104

3.8　传递函数及其导函数106

3.8.1 传递函数107

3.8.2　传递函数的导函数113

3.9　距离函数117

3.10　权值函数及其导函数119

3.10.1　权值函数119

3.10.2　权值函数的导函数121

3.11 结构函数121

3.12　分析函数123

3.13　转换函数124

3.14　绘图函数129

3.15　数据预处理和后处理函数136

第4章　前向型神经网络及MATLAB应用举例143

4.1 感知器143

4.1.1　单层感知器模型143

4.1.2　单层感知器的学习算法144

4.1.3　感知器的局限性147

4.1.4　单层感知器神经网络的MATLAB仿真148

4.1.5　多层感知器神经网络及其MATLAB仿真152

4.1.6　用于线性分类问题的进一步讨论155

4.2　线性神经网络157

4.2.1　线性神经网络结构157

4.2.2　线性神经网络设计158

4.2.3 自适应滤波线性神经网络160

4.2.4　线性神经网络的局限性162

4.2.5 线性神经网络的MATLAB应用举例162

4.3 BP网络167

4.3.1 BP神经元及其模型167

4.3.2 BP网络的学习168

4.3.3 BP网络的局限性175

4.3.4　BP网络的MATLAB程序应用举例176

4.4　径向基网络182

4.4.1　径向基函数网络模型182

4.4.2　径向基函数网络的构建184

4.4.3 RBF网络应用实例185

4.4.4 RBF网络的非线性滤波187

4.5 GMDH网络188

4.5.1 GMDH网络理论189

4.5.2 GMDH网络的训练189

4.5.3　基于GMDH网络的预测190

第5章 自组织神经网络及MATLAB程序193

5.1 自组织竞争型神经网络193

5.1.1　竞争型神经网络模型193

5.1.2　竞争型神经网络的学习194

5.1.3　竞争型神经网络存在的问题195

5.1.4 竞争型神经网络的MATLAB程序195

5.2 自组织特征映射神经网络198

5.2.1　特征映射网络的模型199

5.2.2　特征映射网络的学习200

5.2.3　基于特征映射网络的人口分类200

5.3 自适应共振理论204

5.3.1 自适应共振理论模型204

5.3.2 自适应共振理论的学习204

5.3.3 自适应共振理论的MATLAB程序206

5.4　学习矢量量化神经网络208

5.4.1　学习矢量量化的神经网络模型208

5.4.2　学习矢量量化神经网络的学习209

5.4.3 LVQ1学习算法的改进210

5.4.4 LVQ神经网络的MATLAB程序211

5.5　对向传播网络214

5.5.1　对向传播网络简介214

5.5.2　对向传播网络的MATLAB程序216

第6章　反馈神经网络及其应用223

6.1　反馈神经网络的基本概念223

6.2 Elman神经网络及MATLAB程序225

6.2.1 Elman神经网络225

6.2.2 Elman神经网络的MATLAB程序226

6.3 Hopfield网络及MATLAB程序229

6.3.1 Hopfield网络介绍229

6.3.2 Hopfield网络的学习230

6.3.3 Hopfield网络的几个重要结论230

6.3.4 Hopfield网络的MATLAB程序230

6.3.5 Hopfield网络基于数学识别232

6.4　联想记忆233

6.4.1　联想记忆的基本概念233

6.4.2　Hopfield联想记忆网络234

6.4.3　联想记忆网络的运行步骤236

6.4.4　联想记忆网络的改进238

6.4.5 Hopfield神经网络应用于联想记忆的MATLAB程序239

6.5 回归BP网络及MATLAB应用241

6.5.1 回归BP网络概述242

6.5.2　回归BP网络在房价的应用243

6.6 BSB模型及其应用243

6.6.1 BSB神经网络介绍244

6.6.2 BSB的应用244

第7章　图形用户接口247

7.1 图形用户界面介绍247

7.2　图形用户应用示例248

7.3　数据操作251

7.3.1　数据从工作空间导入到GUI251

7.3.2　数据从GUI导出到工作空间251

7.3.3　数据的存储和读取252

7.3.4　数据的删除253

第8章　Simulink255

8.1 Simulink概述255

8.2 Simulink启动以及建立文件256

8.2.1 Simulink启动256

8.2.2 MDL文件的建立257

8.2.3 Simulink库文件的建立260

8.3 Simulink交互式仿真集成环境262

8.3.1 Simulink仿真262

8.3.2 Simulink模型属性设置264

8.4 Simulink的模块264

8.4.1　连续模块库264

8.4.2　离散模块库265

8.4.3　非线性模块库267

8.4.4　信号和系统模块库268

8.4.5　数学模块库269

8.4.6　输出模块库270

8.4.7　输入源模块库271

8.5 Simulink的命令行仿真技术272

8.5.1　命令行创建Simulink仿真模型272

8.5.2　用Simulink命令行进行仿真275

8.5.3 命令行仿真实例279

8.6 Simulink应用实例281

第9章 自定义神经网络285

9.1 自定义神经网络285

9.1.1 自定义神经网络的创建285

9.1.2 自定义神经网络的初始化、训练与仿真295

9.2 自定义函数297

9.2.1　初始化函数298

9.2.2 学习函数300

9.2.3　仿真函数305

9.2.4　自组织函数315

第10章　神经网络的应用319

10.1　线性神经网络在线性预测中的应用319

10.2　神经模糊控制在洗衣机中的应用321

10.2.1　洗衣机的模糊控制321

10.2.2　洗衣机的神经网络模糊控制器的设计322

10.3　模糊神经网络在配送中心选址中的应用326

10.3.1 问题概述326

10.3.2　设计326

10.4 Elman神经网络在信号检测中的应用329

10.5　神经网络在噪声抵消系统中的应用332

10.5.1 自适应噪声抵消原理332

10.5.2　噪声抵消系统的MATLAB仿真334

参考文献337