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
MATLAB神經網絡分析及應用 版權信息
- ISBN：9787302677413
- 條形碼：9787302677413 ; 978-7-302-67741-3
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
MATLAB神經網絡分析及應用 本書特色
本書以MATLAB R2023b為平臺編寫，以實際應用為背景，以“理論 公式 經典應用”相結合的形式，深入淺出地介紹MATLAB神經網絡經典分析與應用，重點介紹各種神經網絡的經典應用。
?版本先進，功能新穎 MATLAB更新的同時，神經網絡工具箱隨之更新換代，許多舊的函數被新的函數替換。本書基于MATLAB R2023b平臺編寫，介紹了該版本下的神經網絡工具箱的使用方法。
?由淺入深，循序漸進 從*簡單的感知器到復雜的自組織競爭網絡，再到深度神經網絡等內容，均對其進行了介紹。通過相應的實例來鞏固原理、概念。結合實際性，重點講解常用的網絡。
?實例豐富，貼近實際 在講解MATLAB神經網絡應用時，精心選擇了有代表性的實例。每章均提供了貼近工程實踐的案例，便于讀者了解實際應用。
?圖文并茂，全面解讀 豐富的代碼實例及運行效果圖，原理分析通俗易懂，采用MATLAB編程實現了部分簡單的神經網絡，有利于加深讀者對神經網絡的理解。
?實例豐富，便于教學 為了便于教師教學，提供教學課件、程序代碼等教學資料。
MATLAB神經網絡分析及應用 內容簡介
"《MATLAB神經網絡分析及應用》以MATLAB R2023b為平臺，以實際應用為背景，采用“理論+公式+經典應用”相結合的形式，深入淺出地講解MATLAB神經網絡經典分析與應用。全書共11章，主要包括為什么神經網絡應用廣泛、MATLAB快速入門、感知器分析與應用、線性神經網絡分析與應用、BP神經網絡分析與應用、RBF神經網絡分析與應用、反饋神經網絡分析與應用、競爭型神經網絡分析與應用、神經網絡的Simulink應用、自定義神經網絡、深度神經網絡的分析與應用。通過學習本書，讀者可以認識到神經網絡在各領域中的廣泛應用，可以領略到利用MATLAB實現神經網絡的方便、快捷、專業性強等特點。 《MATLAB神經網絡分析及應用》可作為神經網絡領域初學者和提高者的學習資料，也可作為高等院校相關課程的教材，還可作為廣大科研人員、學者、工程技術人員的參考用書。"
MATLAB神經網絡分析及應用 目錄
第1章 神經網絡應用廣泛的原因11.1 人工神經網絡的定義11.1.1 神經網絡基本概述11.1.2 人工神經元的基本特征11.1.3 人工神經元的特點與優越性21.2 人工神經網絡的類型21.2.1 單層前向網絡31.2.2 多層前向網絡31.2.3 反饋網絡41.2.4 競爭型神經網絡41.2.5 深度神經網絡41.3 人工神經網絡的應用51.4 神經網絡的發展史51.4.1 模型提出6第1章 神經網絡應用廣泛的原因11.1 人工神經網絡的定義11.1.1 神經網絡基本概述11.1.2 人工神經元的基本特征11.1.3 人工神經元的特點與優越性21.2 人工神經網絡的類型21.2.1 單層前向網絡31.2.2 多層前向網絡31.2.3 反饋網絡41.2.4 競爭型神經網絡41.2.5 深度神經網絡41.3 人工神經網絡的應用51.4 神經網絡的發展史51.4.1 模型提出61.4.2 冰河期61.4.3 反向傳播引起的復興61.4.4 第二次低潮71.4.5 深度學習的崛起71.5 神經網絡學習8第2章 MATLAB快速入門102.1 MATLAB功能及發展102.1.1 MATLAB常用功能102.1.2 MATLAB的發展112.2 MATLAB R2023b集成開發環境 112.3 幫助命令122.4 MATLAB桌面基礎知識142.5 MATLAB語言基礎152.5.1 命令輸入152.5.2 矩陣和數組162.5.3 數據類型302.5.4 基本運算352.5.5 循環及選擇結構38第3章 感知器分析與應用423.1 單層感知器423.1.1 單層感知器模型423.1.2 單層感知器結構433.1.3 創建感知器443.1.4 感知器學習規則453.1.5 訓練463.2 感知器的限制503.3 離群值和歸一化感知器規則503.4 感知器工具箱函數503.5 感知器的應用533.6 多層感知器分析與應用59第4章 線性神經網絡分析與應用634.1 線性神經網絡與感知器的區別634.2 線性神經網絡原理634.2.1 線性神經網絡模型634.2.2 線性神經網絡結構644.2.3 線性濾波器654.2.4 自適應線性濾波網絡664.2.5 學習規則664.2.6 網絡訓練684.3 線性神經網絡函數704.4 線性神經網絡的實現77第5章 BP神經網絡分析與應用875.1 BP神經網絡原理875.1.1 BP神經網絡模型875.1.2 BP神經網絡的流程885.1.3 BP神經網絡的訓練915.1.4 BP神經網絡功能945.2 BP神經網絡設計945.2.1 網絡的層數945.2.2 隱藏層的神經元數945.2.3 初始值的選取955.2.4 學習速率955.3 BP神經網絡函數955.4 BP神經網絡的應用1025.4.1 BP神經網絡在數據預測中的應用1025.4.2 BP神經網絡在函數逼近中的應用1045.4.3 BP神經網絡的工具箱擬合數據應用1075.4.4 BP神經網絡在語音特征信號識別中的應用115第6章 RBF神經網絡分析與應用1216.1 RBF神經網絡模型1216.1.1 RBF神經網絡的思想1226.1.2 RBF神經網絡的工作原理1226.2 RBF解決插值問題1226.2.1 插值概述1236.2.2 完全內插存在的問題1246.2.3 正則化理論1246.2.4 正則化RBF1256.2.5 廣義RBF網絡1256.3 RBF學習算法1276.4 RBF網絡工具箱函數1286.5 RBF網絡的應用131第7章 反饋神經網絡分析與應用1427.1 靜態與反饋網絡1427.2 Elman神經網絡1457.2.1 Elman神經網絡特點1457.2.2 Elman神經網絡結構1457.2.3 Elman神經網絡的學習過程1457.2.4 Elman神經網絡的應用1467.3 離散Hopfield神經網絡1537.3.1 Hopfield神經網絡結構1547.3.2 網絡的工作方式1567.3.3 網絡的穩定1567.3.4 聯想記憶1567.3.5 Hebb學習規則1597.4 連續Hopfield神經網絡1607.4.1 連續Hopfield神經網絡的穩定性1607.4.2 連續Hopfield神經網絡的實現161第8章 競爭型神經網絡分析與應用1678.1 競爭型神經網絡1678.2 自組織神經網絡1698.2.1 自組織競爭學習1708.2.2 自組織競爭學習規則1708.2.3 聯想學習規則1718.2.4 自組織神經網絡的原理1748.2.5 自組織神經網絡實現1758.3 自組織特征映射網絡1768.3.1 拓撲結構1768.3.2 SOM權值調整1778.3.3 Kohonen算法步驟1778.3.4 自組織映射網絡的實現1788.4 使用自組織映射對數據進行聚類 1818.5 學習向量量化神經網絡1858.5.1 量化的定義1868.5.2 LVQ神經網絡1868.5.3 LVQ網絡算法1878.5.4 LVQ網絡的實現1878.6 對偶傳播神經網絡1908.6.1 網絡結構與運行原理1908.6.2 學習算法1918.6.3 改進CPN1918.6.4 CPN實現1928.7 自適應共振理論網絡1958.7.1 ARTⅠ型網絡1968.7.2 ARTⅠ型網絡學習過程1978.7.3 ARTⅠ型網絡的應用198第9章 神經網絡的Simulink應用2019.1 Simulink神經網絡模塊2019.1.1 神經網絡模塊2019.1.2 模塊的生成2089.2 基于Simulink的神經網絡的控制系統2119.2.1 神經網絡模型預測控制2119.2.2 反饋線性化控制2159.2.3 模型參考控制218第10章 自定義神經網絡22110.1 自定義神經網絡概述22110.1.1 創建網絡22210.1.2 網絡的初始化和訓練23210.2 自定義函數23510.2.1 初始化函數23510.2.2 學習函數23610.2.3 仿真函數238第11章 深度神經網絡分析與應用24011.1 卷積神經網絡24011.1.1 卷積神經網絡的結構24011.1.2 卷積神經網絡的訓練24111.1.3 卷積神經網絡的算法24211.1.4 卷積神經網絡的實現24411.2 循環神經網絡24711.2.1 循環神經網絡的特點24711.2.2 循環神經網絡的原理24811.2.3 損失函數24811.2.4 梯度求解24911.2.5 循環神經網絡的實現25011.3 長短期記憶網絡25311.3.1 LSTM基本單元結構25311.3.2 LSTM的應用255參考文獻270
展開全部
書友推薦
- >
姑媽的寶刀
- >
【精裝繪本】畫給孩子的中國神話
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
月亮虎
- >
苦雨齋序跋文-周作人自編集
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
羅庸西南聯大授課錄
- >
李白與唐代文化
本類暢銷
