MATLAB神经网络编程【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

MATLAB神经网络编程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

MATLAB基础篇2

第1章 MATLAB基本知识2

1.1 MATLAB概述2

1.1.1 MATLAB的发展史及影响2

1.1.2 MATLAB的功能特点3

1.1.3 MATLAB R2010a的新特点4

1.2 MATLAB初步应用5

1.2.1 MATLAB的启动和关闭5

1.2.2 MATLAB的工具条与菜单6

1.2.3 MATLAB命令窗口8

1.2.4 MATLAB工作空间9

1.2.5 MATLAB命令历史窗口12

1.2.6 MATLAB的当前目录12

1.3 MATLAB的变量与符号13

1.3.1 特殊变量13

1.3.2 标点符号14

1.4 向量的创建法16

1.4.1 直接输入法17

1.4.2 用冒号生成法18

1.4.3 用函数生成法18

1.4.4 向量的连接法19

1.5 矩阵的表示20

1.5.1 矩阵的建立20

1.5.2 矩阵的拆分21

1.6 矩阵元素的排列与替换24

1.6.1 下标与索引24

1.6.2 元素的提取与替换26

1.6.3 矩阵中行与列的相关操作29

1.6.4 end函数的使用31

1.7 矩阵和数组的基本运算32

1.7.1 矩阵和数组的运算32

1.7.2 矩阵的函数运算34

1.8 MATLAB的帮助功能35

1.8.1 帮助命令35

1.8.2 查询命令36

1.8.3 联机帮助37

1.8.4 演示帮助37

第2章 MATLAB基本的程序及绘图功能39

2.1 MATLAB的控制语句39

2.1.1 条件控制39

2.1.2 循环控制42

2.1.3 程序的流程控制44

2.2 M文件46

2.2.1 脚本文件47

2.2.2 M函数48

2.3 二维图形50

2.3.1 基本的二维绘图函数51

2.3.2 线型、点型、色彩53

2.3.3 窗口控制56

2.3.4 坐标轴控制58

2.3.5 图形标注60

2.4 三维图形64

2.4.1 三维曲线绘图64

2.4.2 三维曲面绘图65

神经网络应用篇72

第3章 神经网络绪论72

3.1 人工神经网络概念的提出72

3.2 人工神经网络的发展史及其研究的内容73

3.2.1 人工神经网络的发展史73

3.2.2 人工神经网络研究的内容74

3.3 神经细胞以及人工神经元的组成74

3.4 人工神经元的模型75

3.5 神经元的结构77

3.6 神经网络的特点与优点78

3.7 人工神经元的应用79

3.8 人工神经元与人工智能80

3.8.1 人工智能的概述80

3.8.2 人工神经元与人工智能的比较82

3.9 用MATLAB计算人工神经网络输出83

第4章 前向型神经网络86

4.1 感知器网络86

4.1.1 感知器的结构86

4.1.2 感知器的学习87

4.1.3 感知器的局限性90

4.1.4 感知器的“异域”问题91

4.1.5 感知器的神经网络训练函数93

4.1.6 感知器网络的实现95

4.1.7 线性分类问题的扩展讨论101

4.1.8 线性可分限制的解决方法103

4.2 线性神经网络103

4.2.1 线性神经网络的模型104

4.2.2 W-H学习规则105

4.2.3 线性神经网络的训练函数106

4.2.4 线性神经网络的构建109

4.2.5 网络训练111

4.2.6 线性神经网络的实现115

4.2.7 线性神经网络的局限性120

4.2.8 系统辨识123

4.3 BP传播网络131

4.3.1 BP网络模型结构132

4.3.2 BP学习规则133

4.3.3 BP网络的训练函数136

4.3.4 BP网络的实现145

4.3.5 BP网络的限制151

4.3.6 BP方法的改进152

第5章 局部型神经网络157

5.1 径向基函数网络157

5.1.1 径向神经元与径向基函数网络模型157

5.1.2 径向基函数网络的学习算法159

5.1.3 广义回归神经网络162

5.1.4 径向基函数网络的训练函数163

5.1.5 径向基函数网络的实现168

5.1.6 基于RBF网络的非线性滤波174

5.1.7 RBF网络与多层感知器的比较176

5.2 B样条基函数177

5.3 概率神经网络179

5.3.1 PNN网络结构179

5.3.2 PNN网络的工作原理179

5.3.3 PNN网络的设计180

5.4 CMAC网络181

5.4.1 CMAC网络基本结构181

5.4.2 CMAC的学习算法182

5.5 GMDH网络182

5.5.1 GMDH网络的概述182

5.5.2 GMDH网络的训练183

5.6 CMAC、B样条和RBF的异同184

5.6.1 CMAC、B样条和RBF的相同之处184

5.6.2 CMAC、B样条和RBF的不同之处185

第6章 反馈型神经网络187

6.1 Hopfield网络187

6.1.1 离散Hopfield网络188

6.1.2 连续Hopfield网络193

6.1.3 联想记忆194

6.1.4 Hopfield网络结构198

6.1.5 Hopfield网络模型学习过程199

6.1.6 几个重要结论199

6.1.7 Hopfield网络的应用199

6.2 Elman网络208

6.2.1 Elman网络结构209

6.2.2 修正网络权值的学习算法210

6.2.3 稳定性推导211

6.2.4 对角递归网络稳定时学习速率的确定213

6.2.5 Elman网络与训练214

6.2.6 Elman网络的应用216

6.3 双向联想记忆网络223

6.3.1 BAM网络结构与原理223

6.3.2 能量函数与稳定性分析224

6.3.3 BAM网络的权值设计225

6.3.4 BAM网络的应用226

6.4 盒中脑模型228

6.4.1 盒中脑模型的描述228

6.4.2 盒中脑模型的实现228

6.5 局部递归神经网络230

6.5.1 PIDNNC的设计231

6.5.2 闭环控制系统稳定性分析233

第7章 竞争型神经网络235

7.1 自组织神经网络的基本函数235

7.1.1 创建函数236

7.1.2 学习函数239

7.1.3 竞争传递函数243

7.1.4 初始化函数244

7.1.5 距离函数245

7.1.6 训练竞争层函数247

7.1.7 绘图函数247

7.1.8 结构函数248

7.2 自组织竞争神经网络249

7.2.1 常用的几种联想学习规则250

7.2.2 自组织竞争神经网络的结构255

7.2.3 自组织竞争神经网络的设计256

7.2.4 自组织竞争神经网络的应用260

7.3 自组织特征映射网络264

7.3.1 自组织特征映射网络模型265

7.3.2 自组织特征映射网络的结构266

7.3.3 自组织特征映射网络的设计267

7.3.4 自组织特征映射网络的应用270

7.4 学习向量量化神经网络275

7.4.1 学习向量量化神经网络的结构275

7.4.2 学习向量量化神经网络的学习276

7.4.3 学习向量量化的学习算法的改进279

7.4.4 学习向量量化神经网络的应用279

7.5 主分量分析282

7.5.1 主分量分析方法282

7.5.2 主分量分析网络的算法284

7.5.3 非线性主分量分析及其网络模型289

第8章 神经网络控制的综合应用293

8.1 神经网络控制结构293

8.1.1 神经网络监督控制293

8.1.2 神经网络预测控制294

8.1.3 神经网络自适应评判控制294

8.2 最小方差自校正控制296

8.2.1 最小方差控制296

8.2.2 最小方差间接自校正控制300

8.2.3 最小方差直接自校正控制303

8.3 模型预测控制306

8.3.1 系统辨识307

8.3.2 广义预测控制307

8.4 农作物虫情预测319

8.4.1 基于神经网络的虫情预测原理320

8.4.2 BP网络设计321

8.5 模型参考控制324

8.5.1 模型参考控制概念324

8.5.2 模型参考控制实例分析324

8.6 神经网络控制的应用328

8.6.1 机器人神经网络数字控制328

8.6.2 神经网络的跟踪迭代学习控制336

第9章 神经网络在Simulink中的应用341

9.1 Simulink交互式仿真集成环境341

9.1.1 Simulink模型的创建341

9.1.2 Simulink仿真343

9.1.3 Simulink简单示例345

9.2 Simulink神经网络模块347

9.2.1 传递函数模块347

9.2.2 网络输入模块348

9.2.3 权值设置模块349

9.2.4 控制系统模块349

9.3 Simulink应用示例350

第10章 神经网络的模糊控制及其自定义网络354

10.1 神经网络的模糊控制354

10.1.1 神经网络控制的结构354

10.1.2 神经网络的特征355

10.1.3 神经网络模糊控制器的应用357

10.1.4 神经网络模糊控制应用于洗衣机中360

10.2 神经网络的自定义网络364

10.2.1 定制网络365

10.2.2 网络设计365

10.2.3 网络训练373

参考文献377