掃一掃
關注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
神經(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn) 版權信息
- ISBN：9787302591085
- 條形碼：9787302591085 ; 978-7-302-59108-5
- 裝幀：70g膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
神經(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn) 本書特色
神經(jīng)網(wǎng)絡與深度學習是當前人工智能領域的熱點問題之一。很多學生和科技工作者需要理解和應用神經(jīng)網(wǎng)絡的方法來處理相關的工程問題，但目前市場上大多數(shù)相關圖書偏向學術研究，缺乏實踐性。鑒于此，本書對學術界已經(jīng)基本形成共識的主流神經(jīng)網(wǎng)絡及深度學習算法進行了歸納、總結和仿真，并從工程應用的角度對新興的神經(jīng)網(wǎng)絡技術進行介紹，幫助讀者盡快掌握這些算法及其應用。本書主要內容包括： ?? 神經(jīng)網(wǎng)絡的基本原理； ?? 深度學習的理論及架構； ?? 卷積神經(jīng)網(wǎng)絡的原理； ?? 神經(jīng)網(wǎng)絡的訓練方法； ?? 神經(jīng)網(wǎng)絡的MATLAB仿真； ?? 深度學習的MATLAB仿真。
神經(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn) 內容簡介
本書闡述經(jīng)典神經(jīng)網(wǎng)絡及典型的深度學習(神經(jīng)網(wǎng)絡)方法的基本架構、算法原理及相關問題。在此 基礎上,介紹 MATLAB中神經(jīng)網(wǎng)絡工具箱在神經(jīng)網(wǎng)絡、深度學習中的應用,并給出相應的應用 實例。 本書可作為高等院校相關專業(yè)的本科生、研究生及從事神經(jīng)網(wǎng)絡及深度學習方面學習及研究工作的 專業(yè)人員的參考書。
神經(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn) 目錄
**部分神經(jīng)網(wǎng)絡基礎及MATLAB
緒論
第1章神經(jīng)網(wǎng)絡概述
第2章MATLAB基本知識及神經(jīng)網(wǎng)絡工具箱簡介
2．1MATLAB基本知識
2．2MATLAB神經(jīng)網(wǎng)絡工具箱
2．2．1基于代碼的MATLAB神經(jīng)網(wǎng)絡工具箱的應用
2．2．2基于圖形界面的MATLAB神經(jīng)網(wǎng)絡工具箱的應用
2．2．3MATLAB/Simulink中神經(jīng)網(wǎng)絡相關模塊的應用
2．2．4MATLAB菜單欄中神經(jīng)網(wǎng)絡相關模塊的應用
第二部分經(jīng)典神經(jīng)網(wǎng)絡
第3章感知機
3．1感知機的基本結構與算法基礎
3．1．1單層感知機的基本結構
3．1．2多層感知機的基本結構與算法基礎
3．2感知機的MATLAB實現(xiàn)
3．2．1單層感知機的MATLAB仿真實現(xiàn)
3．2．2多層感知機的MATLAB仿真實現(xiàn)
第4章線性神經(jīng)網(wǎng)絡
4．1線性神經(jīng)網(wǎng)絡的基本結構與算法基礎
4．1．1線性神經(jīng)網(wǎng)絡基本結構及學習算法
4．1．2*小均方差算法中關于學習率η的討論
4．1．3線性神經(jīng)網(wǎng)絡的訓練
4．2線性神經(jīng)網(wǎng)絡的MATLAB實現(xiàn)
4．2．1線性神經(jīng)網(wǎng)絡在分類問題中的應用
4．2．2線性神經(jīng)網(wǎng)絡在擬合(回歸)問題中的應用
4．2．3線性神經(jīng)網(wǎng)絡在信號處理中的應用
4．3關于線性神經(jīng)網(wǎng)絡的幾點討論
第5章BP神經(jīng)網(wǎng)絡
5．1BP神經(jīng)網(wǎng)絡的基本結構與算法基礎
5．1．1BP神經(jīng)網(wǎng)絡基本結構及學習算法
5．1．2BP神經(jīng)網(wǎng)絡的構建
5．1．3BP神經(jīng)網(wǎng)絡算法問題的改進討論
5．2BP神經(jīng)網(wǎng)絡的MATLAB實現(xiàn)
5．2．1BP神經(jīng)網(wǎng)絡在分類問題中的應用
5．2．2BP神經(jīng)網(wǎng)絡在擬合(回歸)問題中的應用
5．2．3BP神經(jīng)網(wǎng)絡在信號處理中的應用
5．3關于BP神經(jīng)網(wǎng)絡的幾點討論
第6章徑向基神經(jīng)網(wǎng)絡
6．1徑向基神經(jīng)網(wǎng)絡的基本結構與算法基礎
6．1．1徑向基神經(jīng)網(wǎng)絡基本結構及學習算法
6．1．2徑向基神經(jīng)網(wǎng)絡在擬合問題中的應用分析
6．1．3徑向基神經(jīng)網(wǎng)絡在分類問題中的應用分析
6．2徑向基神經(jīng)網(wǎng)絡的MATLAB實現(xiàn)
6．2．1徑向基神經(jīng)網(wǎng)絡在擬合(回歸)問題中的應用
6．2．2徑向基神經(jīng)網(wǎng)絡在分類問題中的應用
6．2．3徑向基神經(jīng)網(wǎng)絡在數(shù)據(jù)預測中的應用
6．3關于徑向基神經(jīng)網(wǎng)絡的幾點討論
第7章Hopfield神經(jīng)網(wǎng)絡
7．1Hopfield神經(jīng)網(wǎng)絡的基本結構與算法基礎
7．1．1離散型Hopfield神經(jīng)網(wǎng)絡
7．1．2連續(xù)型Hopfield神經(jīng)網(wǎng)絡
7．1．3Hopfield神經(jīng)網(wǎng)絡的幾個問題
7．2Hopfield神經(jīng)網(wǎng)絡的MATLAB實現(xiàn)
7．3關于 Hopfield神經(jīng)網(wǎng)絡的幾點討論
第8章SOM神經(jīng)網(wǎng)絡
8．1SOM神經(jīng)網(wǎng)絡的基本結構與算法基礎
8．1．1SOM神經(jīng)網(wǎng)絡的運行原理
8．1．2SOM神經(jīng)網(wǎng)絡基本結構及學習算法
8．1．3SOM神經(jīng)網(wǎng)絡的訓練
8．1．4SOM神經(jīng)網(wǎng)絡的設計
8．2SOM神經(jīng)網(wǎng)絡的MATLAB實現(xiàn)
8．2．1二維SOM神經(jīng)網(wǎng)絡識別分類
8．2．2SOM神經(jīng)網(wǎng)絡在故障診斷中的應用
8．2．3SOM神經(jīng)網(wǎng)絡的工具箱實現(xiàn)
8．3關于SOM神經(jīng)網(wǎng)絡的幾點討論
第9章概率神經(jīng)網(wǎng)絡
9．1概率神經(jīng)網(wǎng)絡的基本結構與算法基礎
9．1．1概率神經(jīng)網(wǎng)絡的理論基礎
9．1．2概率神經(jīng)網(wǎng)絡的結構模型
9．1．3概率神經(jīng)網(wǎng)絡的訓練
9．1．4概率神經(jīng)網(wǎng)絡模式分類學習算法
9．2概率神經(jīng)網(wǎng)絡的MATLAB實現(xiàn)
9．2．1基于PNN的鳶尾花分類
9．2．2變壓器故障診斷
9．2．3概率神經(jīng)網(wǎng)絡的工具箱實現(xiàn)
9．2．4PNN中參數(shù)spread對分類的影響
第三部分深度學習神經(jīng)網(wǎng)絡
第10章深度信念網(wǎng)絡
10．1玻耳茲曼機基本結構及學習
10．1．1玻耳茲曼機的基本結構
10．1．2玻耳茲曼機的訓練方法
10．2深度信念網(wǎng)絡的基本結構
10．3深度信念網(wǎng)絡的MATLAB實現(xiàn)
10．3．1數(shù)據(jù)集
10．3．2DeeBNet工具箱實現(xiàn)
10．3．3MATLAB 2019深度學習工具箱的實現(xiàn)案例
第11章自編碼器
11．1自編碼器的基本結構與算法基礎
11．1．1自編碼器的基本結構
11．1．2自編碼器的學習算法
11．2自編碼器的MATLAB實現(xiàn)
11．2．1堆棧自編碼器的實現(xiàn)案例1
11．2．2降噪堆棧自編碼的實現(xiàn)
11．2．3堆棧自編碼器的實現(xiàn)案例2
第12章卷積神經(jīng)網(wǎng)絡
12．1卷積神經(jīng)網(wǎng)絡的基本結構與算法基礎
12．1．1卷積神經(jīng)網(wǎng)絡的特點
12．1．2卷積神經(jīng)網(wǎng)絡的訓練
12．1．3常見的卷積神經(jīng)網(wǎng)絡結構
12．2卷積神經(jīng)網(wǎng)絡的實現(xiàn)
12．2．1卷積神經(jīng)網(wǎng)絡的實現(xiàn)1
12．2．2卷積神經(jīng)網(wǎng)絡的實現(xiàn)2
12．2．3MATLAB 2019b深度學習工具箱
12．2．4MATLAB 2019b深層網(wǎng)絡設計器的實現(xiàn)
第13章生成對抗網(wǎng)絡（GAN）
13．1GAN的起源與發(fā)展
13．1．1GAN的起源
13．1．2GAN的發(fā)展
13．1．3GAN的特點
13．2GAN的結構與原理
13．2．1GAN的基本結構
13．2．2GAN的訓練過程
13．2．3GAN的改進模型
13．2．4GAN的應用
13．3GAN的MATLAB實現(xiàn)
13．3．1GAN的MATLAB實現(xiàn)1
13．3．2GAN的MATLAB實現(xiàn)2
13．3．3GAN的MATLAB實現(xiàn)3
第14章循環(huán)神經(jīng)網(wǎng)絡
14．1循環(huán)神經(jīng)網(wǎng)絡的結構與算法基礎
14．1．1普通的循環(huán)神經(jīng)網(wǎng)絡的結構和算法
14．1．2長短時記憶網(wǎng)絡的結構和算法
14．2LSTM網(wǎng)絡的MATLAB實現(xiàn)
14．2．1LSTM網(wǎng)絡語音序列數(shù)據(jù)分類
14．2．2LSTM網(wǎng)絡時序數(shù)據(jù)預測
參考文獻
展開全部
神經(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn) 節(jié)選
孫雁卿 合創(chuàng)自動化有限公司董事長 神經(jīng)網(wǎng)絡及深度學習是近年來涌現(xiàn)的新技術，對我國傳統(tǒng)產業(yè)的升級改造及工業(yè)基地的經(jīng)濟轉型與發(fā)展有著重大意義和深遠影響！渡窠(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn)》從基礎理論出發(fā)，結合作者的教學及科研項目實踐，深入淺出地介紹了基礎神經(jīng)網(wǎng)絡及深度學習技術的理論、方法和應用。本書對于神經(jīng)網(wǎng)絡及深度學習的初學者而言是一本較為合適的入門參考書。 熊珍凱 中船重工七一三所高級工程師 本書理論與實踐相結合，詳細闡述了人工神經(jīng)網(wǎng)絡的主要算法結構，講解簡潔明了，內容詳細全面，實例可操作性強，而且融合了作者的工程經(jīng)驗，兼具實用性和教學性，對于自動化及人工智能專業(yè)的學生與科技開發(fā)人員具有重要的參考價值。 雷小光 華美半導體協(xié)會北京分會副會長，北京慶盛創(chuàng)新科技有限公司總經(jīng)理 近年來，人工智能技術在各領域顯示了強大的生命力。神經(jīng)網(wǎng)絡、深度學習是人工智能領域的關鍵技術！渡窠(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn)》從基本的神經(jīng)網(wǎng)絡出發(fā)，漸次引導讀者進入深度學習領域，對于初學者有較好的引導作用，可以使他們從大量繁雜的數(shù)學推導中解放出來，了解神經(jīng)網(wǎng)絡的基本原理及實踐應用。本書對于工程技術人員也有一定的參考和借鑒價值。 李彥昌 合創(chuàng)自動化有限公司高級工程師 《神經(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn)》從基本理論出發(fā)，由淺入深地介紹了神經(jīng)網(wǎng)絡的工作原理、組成結構及應用實例，有助于讀者了解和學習神經(jīng)網(wǎng)絡及深度學習的基本架構和工程應用，對初學者和工程技術人員有很好的學習和參考價值。 張雄 唯盼智能科技有限公司首席技術官 《神經(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn)》詳細闡述了傳統(tǒng)神經(jīng)網(wǎng)絡結構與典型深度神經(jīng)網(wǎng)絡原理，講解淺顯易懂。同時，本書基于MATLAB平臺實現(xiàn)了不同的應用任務，實例具有代表性，對不同行業(yè)領域的技術人員及高校師生具有較高的參考價值。
神經(jīng)網(wǎng)絡與深度學習——基于MATLAB的仿真與實現(xiàn) 作者簡介
姚舜才 中北大學副教授，碩士生導師。于2016年在美國密歇根科技大學做訪問學者。目前主要研究神經(jīng)網(wǎng)絡及深度學習在系統(tǒng)數(shù)據(jù)建模中的應用。多次獲得山西省中青年教師教學基本功競賽獎勵，并被評為山西省普通高校師德師風建設先進個人；多次獲得山西省高等學？萍歼M步獎；發(fā)表50余篇學術及教學論文，其中EI收錄10篇；作為負責人及主要完成人承擔多項國家和山西省自然科學基金以及國際合作基金項目；出版教材3部，申請專利3項。 李大威 中北大學副教授，碩士生導師。主要研究方向包括模式識別、機器學習等。先后主持或者參與國家自然科學基金項目、山西省自然科學基金項目、橫向科研項目10余項，發(fā)表SCI/EI論文6篇，參編教材1部，授權發(fā)明專利3項。
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
姑媽的寶刀
- >
有舍有得是人生
- >
名家?guī)阕x魯迅:故事新編
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
- >
小考拉的故事-套裝共3冊
- >
隨園食單
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
