掃一掃
關注中圖網
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
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
神經網絡與深度學習——基于MATLAB的仿真與實現 版權信息
- ISBN：9787302591085
- 條形碼：9787302591085 ; 978-7-302-59108-5
- 裝幀：70g膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
神經網絡與深度學習——基于MATLAB的仿真與實現 本書特色
神經網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網絡的方法來處理相關的工程問題，但目前市場上大多數相關圖書偏向學術研究，缺乏實踐性。鑒于此，本書對學術界已經基本形成共識的主流神經網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網絡技術進行介紹，幫助讀者盡快掌握這些算法及其應用。本書主要內容包括： ?? 神經網絡的基本原理； ?? 深度學習的理論及架構； ?? 卷積神經網絡的原理； ?? 神經網絡的訓練方法； ?? 神經網絡的MATLAB仿真； ?? 深度學習的MATLAB仿真。
神經網絡與深度學習——基于MATLAB的仿真與實現 內容簡介
本書闡述經典神經網絡及典型的深度學習(神經網絡)方法的基本架構、算法原理及相關問題。在此 基礎上,介紹 MATLAB中神經網絡工具箱在神經網絡、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的本科生、研究生及從事神經網絡及深度學習方面學習及研究工作的 專業人員的參考書。
神經網絡與深度學習——基于MATLAB的仿真與實現 目錄
**部分神經網絡基礎及MATLAB
緒論
第1章神經網絡概述
第2章MATLAB基本知識及神經網絡工具箱簡介
2．1MATLAB基本知識
2．2MATLAB神經網絡工具箱
2．2．1基于代碼的MATLAB神經網絡工具箱的應用
2．2．2基于圖形界面的MATLAB神經網絡工具箱的應用
2．2．3MATLAB/Simulink中神經網絡相關模塊的應用
2．2．4MATLAB菜單欄中神經網絡相關模塊的應用
第二部分經典神經網絡
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
3．2．1單層感知機的MATLAB仿真實現
3．2．2多層感知機的MATLAB仿真實現
第4章線性神經網絡
4．1線性神經網絡的基本結構與算法基礎
4．1．1線性神經網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線性神經網絡的訓練
4．2線性神經網絡的MATLAB實現
4．2．1線性神經網絡在分類問題中的應用
4．2．2線性神經網絡在擬合(回歸)問題中的應用
4．2．3線性神經網絡在信號處理中的應用
4．3關于線性神經網絡的幾點討論
第5章BP神經網絡
5．1BP神經網絡的基本結構與算法基礎
5．1．1BP神經網絡基本結構及學習算法
5．1．2BP神經網絡的構建
5．1．3BP神經網絡算法問題的改進討論
5．2BP神經網絡的MATLAB實現
5．2．1BP神經網絡在分類問題中的應用
5．2．2BP神經網絡在擬合(回歸)問題中的應用
5．2．3BP神經網絡在信號處理中的應用
5．3關于BP神經網絡的幾點討論
第6章徑向基神經網絡
6．1徑向基神經網絡的基本結構與算法基礎
6．1．1徑向基神經網絡基本結構及學習算法
6．1．2徑向基神經網絡在擬合問題中的應用分析
6．1．3徑向基神經網絡在分類問題中的應用分析
6．2徑向基神經網絡的MATLAB實現
6．2．1徑向基神經網絡在擬合(回歸)問題中的應用
6．2．2徑向基神經網絡在分類問題中的應用
6．2．3徑向基神經網絡在數據預測中的應用
6．3關于徑向基神經網絡的幾點討論
第7章Hopfield神經網絡
7．1Hopfield神經網絡的基本結構與算法基礎
7．1．1離散型Hopfield神經網絡
7．1．2連續型Hopfield神經網絡
7．1．3Hopfield神經網絡的幾個問題
7．2Hopfield神經網絡的MATLAB實現
7．3關于 Hopfield神經網絡的幾點討論
第8章SOM神經網絡
8．1SOM神經網絡的基本結構與算法基礎
8．1．1SOM神經網絡的運行原理
8．1．2SOM神經網絡基本結構及學習算法
8．1．3SOM神經網絡的訓練
8．1．4SOM神經網絡的設計
8．2SOM神經網絡的MATLAB實現
8．2．1二維SOM神經網絡識別分類
8．2．2SOM神經網絡在故障診斷中的應用
8．2．3SOM神經網絡的工具箱實現
8．3關于SOM神經網絡的幾點討論
第9章概率神經網絡
9．1概率神經網絡的基本結構與算法基礎
9．1．1概率神經網絡的理論基礎
9．1．2概率神經網絡的結構模型
9．1．3概率神經網絡的訓練
9．1．4概率神經網絡模式分類學習算法
9．2概率神經網絡的MATLAB實現
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概率神經網絡的工具箱實現
9．2．4PNN中參數spread對分類的影響
第三部分深度學習神經網絡
第10章深度信念網絡
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深度信念網絡的基本結構
10．3深度信念網絡的MATLAB實現
10．3．1數據集
10．3．2DeeBNet工具箱實現
10．3．3MATLAB 2019深度學習工具箱的實現案例
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
11．2．1堆棧自編碼器的實現案例1
11．2．2降噪堆棧自編碼的實現
11．2．3堆棧自編碼器的實現案例2
第12章卷積神經網絡
12．1卷積神經網絡的基本結構與算法基礎
12．1．1卷積神經網絡的特點
12．1．2卷積神經網絡的訓練
12．1．3常見的卷積神經網絡結構
12．2卷積神經網絡的實現
12．2．1卷積神經網絡的實現1
12．2．2卷積神經網絡的實現2
12．2．3MATLAB 2019b深度學習工具箱
12．2．4MATLAB 2019b深層網絡設計器的實現
第13章生成對抗網絡（GAN）
13．1GAN的起源與發展
13．1．1GAN的起源
13．1．2GAN的發展
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
13．3．1GAN的MATLAB實現1
13．3．2GAN的MATLAB實現2
13．3．3GAN的MATLAB實現3
第14章循環神經網絡
14．1循環神經網絡的結構與算法基礎
14．1．1普通的循環神經網絡的結構和算法
14．1．2長短時記憶網絡的結構和算法
14．2LSTM網絡的MATLAB實現
14．2．1LSTM網絡語音序列數據分類
14．2．2LSTM網絡時序數據預測
參考文獻
展開全部
神經網絡與深度學習——基于MATLAB的仿真與實現 節選
孫雁卿 合創自動化有限公司董事長 神經網絡及深度學習是近年來涌現的新技術，對我國傳統產業的升級改造及工業基地的經濟轉型與發展有著重大意義和深遠影響。《神經網絡與深度學習——基于MATLAB的仿真與實現》從基礎理論出發，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網絡及深度學習技術的理論、方法和應用。本書對于神經網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網絡的主要算法結構，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驗，兼具實用性和教學性，對于自動化及人工智能專業的學生與科技開發人員具有重要的參考價值。 雷小光 華美半導體協會北京分會副會長，北京慶盛創新科技有限公司總經理 近年來，人工智能技術在各領域顯示了強大的生命力。神經網絡、深度學習是人工智能領域的關鍵技術。《神經網絡與深度學習——基于MATLAB的仿真與實現》從基本的神經網絡出發，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學推導中解放出來，了解神經網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 合創自動化有限公司高級工程師 《神經網絡與深度學習——基于MATLAB的仿真與實現》從基本理論出發，由淺入深地介紹了神經網絡的工作原理、組成結構及應用實例，有助于讀者了解和學習神經網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 《神經網絡與深度學習——基于MATLAB的仿真與實現》詳細闡述了傳統神經網絡結構與典型深度神經網絡原理，講解淺顯易懂。同時，本書基于MATLAB平臺實現了不同的應用任務，實例具有代表性，對不同行業領域的技術人員及高校師生具有較高的參考價值。
神經網絡與深度學習——基于MATLAB的仿真與實現 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。目前主要研究神經網絡及深度學習在系統數據建模中的應用。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校科技進步獎；發表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，發表SCI/EI論文6篇，參編教材1部，授權發明專利3項。
書友推薦
- >
李白與唐代文化
- >
朝聞道
- >
名家帶你讀魯迅:朝花夕拾
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
巴金－再思錄
- >
【精裝繪本】畫給孩子的中國神話
- >
伊索寓言-世界文學名著典藏-全譯本
本類暢銷
