QQ登录

只需一步,快速开始

 找回密码
 注册

QQ登录

只需一步,快速开始

查看: 17854|回复: 129

MATLAB神经网络43个案例分析.pdf 王小川 MATLAB开发实例系列图书

  [复制链接]
  • TA的每日心情
    开心
    2016-3-19 06:18
  • 签到天数: 18 天

    [LV.4]偶尔看看III

    发表于 2014-8-9 12:23:35 | 显示全部楼层 |阅读模式
    本书是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的,秉承着“理论讲解—案例分析—应用扩展”这一特色,帮助读者更加直观、生动地学习神经网络。pdf 和数据程序 回复可见
    游客,如果您要查看本帖隐藏内容请回复

    本书共有43章,内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。同时,部分章节也涉及了常见的优化算法(遗传算法、蚁群算法等)与神经网络的结合问题。此外,本书还介绍了MATLAB R2012b中神经网络工具箱的新增功能与特性,如神经网络并行计算、定制神经网络、神经网络高效编程等。
    使用本书时,建议读者按照“先通读章节内容,后调试程序,再精读章节内容”的顺序学习。本书程序建议在MATLAB R2009a及以上版本环境下运行。若在程序调试过程中有任何疑问,建议先在论坛书籍答疑版块搜索相关答案,然后再发帖与作者交流。
    本书可作为高等学校相关专业学生本科毕业设计、研究生课题研究的参考书籍,亦可供相关专业教师教学参考。
    B00EEWKKM8.01.S001.LXXXXXXX.jpg
    随书附赠的程序源代码请到北京航空航天大学出版社网站的“下载专区”免费下载。也可登录MATLAB技术论坛(www.matlabsky.com)到相应书籍答疑版块免费下载。


    编辑推荐
    本书详细论述了在MATLAB环境下如何实现神经网络,包括了常用的神经网络及相关理论,以及各种优化算法与神经网络的结合。考虑到MATLAB R2012b版本中神经网络工具箱作了更新,本书也新增了神经网络并行运算、定制神经网络、神经网络高效编程等章节,非常适合中高级神经网络研究人员参考。
    作为众多宣讲MATLAB家族产品丛书中的一个系列,该书的最大特点是接地气,实用性强。四位作者都是长期活跃在MATLAB技术论坛的版主,每天都会在线解答MATLAB特别是针对神经网络的问题,积累了丰富的使用经验。本书所举例的43个案例,部分来源于各大公司、院校的科研课题,也有一部分来源于MATLAB技术论坛的会员提问。这些案例代表了神经网络在各个领域的相关应用,读者可以根据自己研究问题的需要,第一时间找到适合自己学习的神经网络章节,进行阅读。
    作者简介
    王小川,网名hgsz2003,MATLAB技术论坛(www.matlabsky.com)管理团队核心成员。现于同济大学经济与管理学院攻读博士学位,长期研究神经网络在统计学中的应用,精通MATLAB、SAS、SPSS等统计软件,热衷数据分析和数据挖掘工作,擅长竞争神经网络在数据挖掘中的运用,有着扎实的理论基础和丰富的实战经验。著有《MATLAB神经网络30个案例分析》一书。史峰,网名shi01fg,对外经济贸易大学国际经济贸易学院金融学专业在读博士,MAT—LAB技术论坛(WWW.matlabsky.com)管理团队核心成员。从MATLAB 6.5开始接触MATLAB软件,主要用于金融软件开发、科学计算、交易策略研究等,并有多个MATLAB工程开发经验;在长期的使用过程中积累了较丰富的编程经验,擅长于神经网络、智能算法、科学计算和GUI设计。著有《MATLAB神经网络30个案例分析》、《MATLAB智能算法30个案例分析》等畅销书。郁磊,网名yuthreestone,MATLAB技术论坛(www.matlabsky.c。m)管理团队核心成员。现工作于中科院苏州生物医学工程技术研究所,研究方向为智能控制与模式识别、生理仿真建模、远程医护等。使用MATLAB近10年,对各个版本的MATLAB开发环境及工具箱非常熟悉,具有丰富的MATLAB开发、设计经验。著有《MATLAB神经网络30个案例分析》、《MATLAB智能算法30个案例分析》等畅销书。李洋,网名faruto,MATLAB技术论坛(www.matlabsky.com)管理团队核心成员,北京师范大学应用数学硕士,8年MATLAB编程经验,对机器学习、量化投资等领域感兴趣,已出版书籍《MATLAB神经网络30个案例分析》,现就职于国内某期货公司研究院量化投资部,进行程序化交易和量化投资相关策略的研发工作。
    目录
    第1章BP神经网络的数据分类——语音特征信号分类
    1.1案例背景
    1.1.1BP神经网络概述
    1.1.2语音特征信号识别
    1.2模型建立
    1.3MATLAB实现
    1.3.1归一化方法及MATLAB函数
    1.3.2数据选择和归一化
    1.3.3BP神经网络结构初始化
    1.3.4BP神经网络训练
    1.3.5BP神经网络分类
    1.3.6结果分析
    1.4案例扩展
    1.4.1隐含层节点数
    1.4.2附加动量方法
    1.4.3变学习率学习算法
    参考文献
    第2章BP神经网络的非线性系统建模——非线性函数拟合
    2.1案例背景
    2.2模型建立
    2.3 MATLAB实现
    2.3.1 BP神经网络工具箱函数
    2.3.2数据选择和归一化
    2.3.3 BP神经网络训练
    2.3.4 BP神经网络预测
    2.3.5结果分析
    2.4案例扩展
    2.4.1多隐含层BP神经网络
    2.4.2隐含层节点数
    2.4.3训练数据对预测精度影响
    2.4.4节点转移函数
    2.4.5网络拟合的局限性
    参考文献
    第3章 遗传算法优化BP神经网络——非线性函数拟合
    3.1案例背景
    3.1.1遗传算法原理
    3.1.2遗传算法的基本要素
    3.1.3拟合函数
    3.2模型建立
    3.2.1算法流程
    3.2.2遗传算法实现
    3.3编程实现
    3.3.1适应度函数
    3.3.2选择操作
    3.3.3交叉操作
    3.3.4变异操作
    3.3.5遗传算法主函数
    3.3.6 遗传算法优化的BP神经网络函数拟合
    3.3.7结果分析
    3.4案例扩展
    3.4.1其他优化方法
    3.4.2网络结构优化
    3.4.3算法的局限性
    参考文献
    第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优
    4.1案例背景
    4.2模型建立
    4.3编程实现
    4.3.1 BP神经网络训练
    4.3.2适应度函数
    4.3.3遗传算法主函数
    4.3.4结果分析
    4.4案例扩展
    4.4.1工程实例
    4.4.2预测精度探讨
    参考文献
    第5章 基于BP—Adaboost的强分类器设计——公司财务预警建模
    5.1案例背景
    5.1.1 BP—Adaboost模型
    5.1.2公司财务预警系统介绍
    5.2模型建立
    5.3编程实现
    5.3.1数据集选择
    5.3.2弱分类器学习分类
    5.3.3强分类器分类和结果统计
    5.3.垂结果分析
    5.4案例扩展
    5.4.1数据集选择
    5.4.2弱预测器学习预测
    5.4.3强预测器预测
    5.4.4结果分析
    参考文献
    第6章PID神经元网络解耦控制算法——多变量系统控制
    6.1案例背景
    6.1.1 PID神经元网络结构
    6.1.2控制律计算
    6.1.3权值修正
    6.1.4控制对象
    6.2模型建立
    6.3编程实现
    6.3.1 PID神经网络初始化
    6.3.z控制律计算
    6.3.3权值修正
    6.3.4结果分析
    6.4案例扩展
    6.4.1增加动量项
    6.4.2神经元系数
    6.4.3 PID神经元网络权值优化
    参考文献
    第7章 RBF网络的回归——非线性函数回归的实现
    7.1案例背景
    7.1.1 RBF神经网络概述
    7.1.2 RBF神经网络结构模型
    7.1.3 RBF神经网络的学习算法
    7.1.4曲线拟合相关背景
    7.2模型建立
    7.3 MATLAB实现
    7.3.1 RBF网络的相关函数
    7.3.2结果分析
    7.4案例扩展
    7.4.1应用径向基神经网络需要注意的问题
    7.4.2 SPREAD对网络的影响
    参考文献
    第8章 GRNN的数据预测——基于广义回
    归神经网络的货运预测
    8.1案例背景
    8.1.1 GRNN神经网络概述
    8.1.2 GRNN的网络结构
    8.1.3 GRNN的理论基础
    8.1.4运输系统货运量预测相关背景
    8.2模型建立
    8.3 MATLAB实现
    8.4案例扩展
    参考文献
    第9章 离散Hopfield神经网络的联想记忆——数字识别
    9.1案例背景
    9.1.1离散Hopfield神经网络概述
    9.1.2数字识别概述
    9.1.3问题描述
    9.2模型建立
    9.2.1设计思路
    9.2.2设计步骤
    9.3 Hopfield网络的神经网络工具箱函数
    9.3.1 Hopfield网络创建函数
    9.3.2 Hopfield网络仿真函数
    9.4 MATLAB实现
    9.4.1输入输出设计
    9.4.2网络建立
    9.4.3产生带噪声的数字点阵
    9.4.4数字识别测试
    9.4.5结果分析
    9.5案例扩展
    9.5.1识别效果讨论
    9.5.2应用扩展
    参考文献
    第10章 离散Hopfield神经网络的分类——高校科研能力评价
    10.1案例背景
    10.1.1离散Hopfield神经网络学习规则
    10.1.2高校科研能力评价概述
    10.1.3问题描述
    10.2模型建立
    10.2.1设计思路
    10.2.2设计步骤
    10.3 MATLAB实现
    10.3.1清空环境变量
    10.3.2导人数据
    10.3.3创建目标向量(平衡点)
    10.3.4创建网络
    10.3.5仿真测试
    10.3.6结果分析
    10.4案例扩展
    参考文献
    第11章 连续Hopfield神经网络的优化——旅行商问题优化计算
    11.1案例背景
    11.1.1连续Hopfield神经网络概述
    11.1.2组合优化问题概述
    11.1.3问题描述
    11.2模型建立
    11.2.1设计思路
    11.2.2设计步骤
    11.3 MATLAB实现
    11.3.1清空环境变量、声明全局变量
    11.3.2城市位置导入并计算城市间距离
    11.3.3初始化网络
    11.3.4寻优迭代
    11.3.5结果输出
    11.4案例扩展
    11.4.1结果比较
    11.4.2案例扩展
    参考文献
    第12章初识SVM分类与回归
    12.1案例背景
    12.1.1 SVM概述
    12.1.2 LIBSVM工具箱介绍
    12.1.3 LIBSVM工具箱在MATLAB平台下的安装
    12.2 MATLAB实现
    12.2.1使用LIBSVM进行分类的小例子
    12.2.2使用LIBSVM进行回归的小例子
    12.3案例扩展
    参考文献
    第13章LIBSVM参数实例详解
    13.1案例背景
    13.2 MATLAB实现
    13.3案例扩展
    参考文献
    第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别
    14.1案例背景
    14.2模型建立
    14.3 MATLAB实现
    14 3.1选定训练集和测试集
    ……
    第15章SVM的参数优化——如何更好地提升分类器的性能
    第16章基于SVM的回归预测分析——上证指数开盘指数预测
    第17章基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测
    第18章基于SVM的图像分割——真彩色图像分割
    第19章基于SVM的手写字体识别
    第20章LIBSVM—FarutoUltimate工具箱及GuI版本介绍与使用
    第21章自组织竞争网络在模式分类中的应用——患者癌症发病预测
    第22章SOM神经网络的数据分类——柴油机故障诊断
    第23章Elman神经网络的数据预测——电力负荷预测模型研究
    第24章概率神经网络的分类预测——基于PNN的变压器故障诊断
    第25章基于MIV的神经网络变量筛选——基于BP的神经网络变量筛选
    第26章LVQ神经网络的分类——乳腺肿瘤诊断
    第27章LVQ神经网络的预测——人脸朝向识别
    第28章决策树分类器的应用研究——乳腺癌诊断
    第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验
    第30章基于随机森林思想的组合分类器设计——乳腺癌诊断
    第31章思维进化算法优化BP神经网络——非线性函数拟合
    第32章小波神经网络的时间序列预测——短时交通流量预测
    第33章模糊神经网络的预测算法——嘉陵江水质评价
    第34章广义神经网络的聚类算法——网络入侵聚类
    第35章粒子群优化算法的寻优算法——非线性函数极值寻优
    第36章遗传算法优化计算——建模自变量降维
    第37章基于灰色神经网络的预测算法研究——订单需求预测
    第38章基于Kohonen网络的聚类算法——网络入侵聚类
    第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类
    第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现
    第41章定制神经网络的实现——神经网络的个性化建模与仿真
    第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算
    第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨
    序言
    序言
    很荣幸受好友王小川之邀,并代表MathWorks公司为其新书《MATLAB神经网络43个案例分析》(《MATLAB神经网络30个案例分析》的升级版本)作序,同时也感谢该书四位才华横溢的青年才俊这几年来对MATLAB软件应用(尤其是在神经网络方面)所做的持续的推广工作。
    我与这四位作者的结缘,与众多编著MATLAB丛书的作者相识过程类似,完全是因为热爱MATLAB产品。尤其是王小川,他不仅在论坛、微博里充满能量,而且他的数据挖掘公开课也令人称道,在MATLAB粉丝中有着很大的影响力。此次他集合原书作者,针对读者就原书中的书籍案例和写作上所提出的意见和建议,进行了大幅升级,终于完成了这本《MATLAB神经网络43个案例分析》的编写。
    本书详细论述了在MATLAB环境下如何实现神经网络,包括了常用的神经网络及相关理论,以及各种优化算法与神经网络的结合。考虑到MATLAB R2012b版本中神经网络工具箱作了更新,本书也新增了神经网络并行运算、定制神经网络、神经网络高效编程等章节,非常适合中高级神经网络研究人员参考。
    作为众多宣讲MATLAB家族产品丛书中的一个系列,该书的最大特点是接地气,实用性强。四位作者都是长期活跃在MATLAB技术论坛的版主,每天都会在线解答MATLAB特别是针对神经网络的问题,积累了丰富的使用经验。本书所举例的43个案例,部分来源于各大公司、院校的科研课题,也有一部分来源于MATLAB技术论坛的会员提问。这些案例代表了神经网络在各个领域的相关应用,读者可以根据自己研究问题的需要,第一时间找到适合自己学习的神经网络章节,进行阅读。
    因此我相信此书的出版,必将大大加速各位神经网络使用人员的学习进度,提升大家的工程应用能力。在此我郑重向大家推荐此书。


    MathWorks 中国教育业务发展总监

    陈炜博士

    2013年6月于上海


    回复

    使用道具 举报

    该用户从未签到

    发表于 2014-9-7 00:36:27 | 显示全部楼层
    15151515151551515151515151
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2013-12-30 10:12
  • 签到天数: 8 天

    [LV.3]偶尔看看II

    发表于 2014-9-7 10:21:46 | 显示全部楼层
    赞!!感谢分享!!
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2014-9-7 16:21:45 | 显示全部楼层
    发现一个资料了~赶紧下载~哈哈
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2014-10-13 21:31:11 | 显示全部楼层
    顶一个 ~~~~ding
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2016-9-24 16:25
  • 签到天数: 102 天

    [LV.6]常住居民II

    发表于 2014-10-14 00:11:35 | 显示全部楼层
    王小川是matlab专家,到处是他的身影
    来自安卓客户端来自安卓客户端
    回复 支持 反对

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

        
      小黑屋|手机版|Archiver|( 鄂ICP备16007464号 )

    GMT+8, 2018-11-21 10:15 , Processed in 0.340912 second(s), 28 queries .

    © 2001-2011 Powered by Discuz! X3.2. Theme By Yeei! Licensed

    快速回复 返回顶部 返回列表