第一章 概論
1. 1 MATLAB軟件包的特征
1. 2 MATLAB的運行環(huán)境
1. 2. 1 MATLAB的運行方式
1. 2. 2 MATLAB中的窗口
1. 3 MATLAB的幫助系統(tǒng)
1. 3. 1 命令行幫助
1. 3. 2 聯(lián)機幫助
1. 3. 3 演示幫助
1. 4 MATLAB軟件包的構成和應用概述
1. 4. 1 MATLAB軟件包的構成
1. 4. 2 MATLAB的應用
1. 5 神經網絡發(fā)展和應用
1. 5. 1 人工神經網絡發(fā)展的歷史回顧
1. 5. 2 神經網絡的應用
1. 5. 3 神經網絡的學習方法
1. 6 面向MATLAB工具箱的神經網絡設計概述
1. 6. 1 MATLAB神經網絡工具箱
1. 6. 2 神經網絡技術的選取
1. 6. 3 運用工具箱設計網絡的原則和過程
第二章 MATLAB數(shù)值計算功能
2. 1 矩陣與數(shù)組運算
2. 1. 1 矩陣的建立
2. 1. 2 矩陣和數(shù)組運算指令對照匯總
2. 2 矩陣與數(shù)組函數(shù)
2. 2. 1 基本數(shù)組函數(shù)
2. 2. 2 基本矩陣函數(shù)
2. 2. 3 幾個易混淆的兩種函數(shù)運算
2. 3 關系運算和邏輯運算
2. 3. 1 關系運算
2. 3. 2 邏輯運算
2. 4 矩陣的分解
2. 4. 1 三角分解
2. 4. 2 正交分解
2. 4. 3 特征值分解
2. 4. 4 奇異值分解
2. 5 多項式
2. 5. 1 多項式的表達和創(chuàng)建
2. 5. 2 多項式的運算
2. 6 數(shù)據(jù)分析
2. 6. 1 基本統(tǒng)計函數(shù)指令
2. 6. 2 協(xié)方差陣和相關陣
2. 6. 3 有限差分和導數(shù)
2. 6. 4 數(shù)據(jù)濾波
2. 7 數(shù)值分析
2. 7. 1 數(shù)值積分
2. 7. 2 微分方程的數(shù)值解
第三章 MATLAB符號處理
3. 1 字符串
3. 1. l 字符數(shù)組
3. 1. 2 字符的ASCH碼轉換
3. 1. 3 創(chuàng)建二維的字符數(shù)組
3. 1. 4 字符串中的單元數(shù)組
3. 1. 5 字符數(shù)組與單元數(shù)組間的轉換
3. 1. 6 字符串比較
3. 1. 7 判斷字符串是否相等
3. 1. 8 通過字符的運算來比較字符
3. 1. 9 字符串中字符的分類
3. 1. 10 查找與替換
3. 1. 11 字符串和數(shù)值的相互轉換
3. 2 符號矩陣的運算
3. 2. 1 符號矩陣的創(chuàng)建
3. 2. 2 符號矩陣的加. 減. 乘. 除運算
3. 2. 3 符號矩陣的逆和除運算
3. 2. 4 符號矩陣的冪運算
3. 2. 5 符號矩陣的綜合運算指令
3. 2. 6 符號變量替換
3. 2. 7 符號矩陣的分解
3. 2. 8 符號微積分
3. 2. 9 符號代數(shù)方程的求解
3. 2. 10 符號微分方程的求解
3. 3 符號函數(shù)繪圖
第四章 繪圖
4. 1 二維繪圖
4. 1. 1 plot
4. 1. 2 fihgure和subplot
4. 1. 3 繪圖指令的開關控制
4. 1. 4 標題與坐標軸的操作
4. 2 三維繪圖
4. 2. 1 mesh
4. 2. 2 3D圖形的顏色. 光線來源及圖上標點的設定
4. 2. 3 透視與視角的設置
4. 3 圖形句柄
4. 3. 1 圖形對象
4. 3. 2 圖形對象的句柄
4. 3. 3 對象創(chuàng)建函數(shù)
4. 3. 4 對象品性及其設置和查詢
4. 3. 5 實時動畫的制作
第五章 MATLAB的程序設計
5. 1 MATLAB程序設計入門
5. 1. 1 編輯程序和M文件的形式
5. 1. 2 MATLAB的命令文件
5. 1. 3 MATLAB的函數(shù)文件
5. 2 參數(shù)與變量
5. 2. 1 參數(shù)
5. 2. 2 局部變量與全局變量
5. 3 數(shù)據(jù)類型
5. 4 程序結構
5. 4. 1 順序結構
5. 4. 2 循環(huán)結構
5. 4. 3 分支結構
5. 5 程序流控制語句
5. 5. 1 echo指令
5. 5. 2 input. yesinput指令
5. 5. 3 pause指令
5. 5. 4 keyboard指令
5. 5. 5 break指令
5. 6 函數(shù)調用及變量傳遞
5. 6. 1 函數(shù)調用
5. 6. 2 參數(shù)傳遞
5. 7 神經網絡應用設計舉例
5. 7. 1 帶有偏差單元的遞歸神經網絡
5. 7. 2 具有快速學習算法的補償模糊神經網絡
5. 7. 3 小腦模型神經網絡算法研究
5. 7. 4 神經—模糊系統(tǒng)研究
第六章 感知器
6. 1 感知器原理
6. 1. 1 感知器神經模型
6. 1. 2 感知器神經元網絡的結構
6. 1. 3 感知器神經網絡的學習規(guī)則
6. 2 感知器神經網絡的設計
6. 2. 1 感知器神經網絡的初始化
6. 2. 2 感知器神經網絡的創(chuàng)建
6. 2. 3 感知器神經網絡的仿真
6. 2. 4 感知器神經網絡的訓練
6. 3 感知器神經網絡的局限性
6. 4 圖形用戶界面
6. 5 MATLAB中關于感知器神經網絡的工具函數(shù)
6. 6 感知器神經網絡設計實例
6. 6. 1 多個感知器神經元的分類問題
6. 6. 2 奇異樣本對感知器神經網絡訓練的影響
6. 6. 3 線性不可分的輸入向量
第七章 線性神經網絡
7. 1 線性神經網絡原理
7. 1. 1 線性神經元模型
7. 1. 2 線性神經網絡的結構
7. 1. 3 線性神經網絡的學習規(guī)則
7. 2 線性神經網絡的設計
7. 2. 1 線性神經網絡的初始化
7. 2. 2 線性神經網絡的創(chuàng)建
7. 2. 3 線性神經網絡的設計
7. 2. 4 線性神經網絡的訓練
7. 3 線性神經網絡的局限性
7. 4 MATLAB中有關線性神經網絡的工具函數(shù)
7. 5 線性神經網絡設計實例
第八章 BP神經網絡
8. 1 BP網絡理論
8. 1. 1 BP網絡結構
8. 1. 2 BP網絡學習公式推導
8. 2 面向MATLAB的BP神經網絡原理
8. 2. 1 BP神經元結構
8. 2. 2 BP神經網絡的結構
8. 3 面向MATLAB的BP神經網絡的設計
8. 3. 1 BP神經網絡的初始化
8. 3. 2 BP神經網絡的創(chuàng)建
8. 3. 3 BP神經網絡的仿真
8. 3. 4 BP神經網絡的訓練
8. 3. 5 BP神經網絡泛化的改進
8. 3. 6 BP神經網絡訓練樣本的處理
第九章 徑向基神經網絡
9. 1 徑向基函數(shù)神經網絡的理論基礎
9, 2 面向MATLAB工具箱的徑向基神經網絡
9. 2. 1 面向MATLAB工具箱的徑向基神經元模型
9. 2. 2 面向MATLAB工具箱的徑向基神經網絡
9. 3 徑向基神經網絡的設計
9. 3. 1 精確設計函數(shù)(newrbe)
9. 3. 2 普通設計函數(shù)(newrb)
9. 4 廣義回歸神經網絡
9. 5 概率神經網絡
9. 6 MATLAB中關于徑向基函數(shù)神經網絡的工具函數(shù)
9. ? 徑向基函數(shù)網絡與模糊理論的結合及應用
9. 7. 1 徑向基函數(shù)網絡和模糊推理系統(tǒng)的功能等價關系
9. 7. 2 基于自適應模糊系統(tǒng)的徑向基高斯函數(shù)網絡
9. 7. 3 學習算法
9. 7. 4 非線性系統(tǒng)的故障診斷
第十章 自組織競爭人工神經網絡
10. 1 自組織競爭人工神經網絡
10. 1. 1 自組織競爭人工神經網絡的結構
10. 1. 2 自組織競爭人工神經網絡的創(chuàng)建
10. 1. 3 自組織競爭人工神經網絡的訓練
10. 2 自組織特征映射神經網絡
10. 2. 1 自組織特征映射神經網絡的結構
10. 2. 2 自組織特征映射神經網絡的創(chuàng)建
10. 2. 3 自組織特征映射神經網絡的訓練
10. 3 學習向量量化神經網絡
10. 3. 1 學習向量量化神經網絡的結構
10. 3. 2 學習向量量化神經網絡的創(chuàng)建
10. 3. 3 學習向量量化神經網絡的訓練
10. 4 MATLAB中關于自組織神經網絡的工具函數(shù)
10. 5 網絡設計實例
10. 5. 1 使用自組織競爭神經網絡進行模式識別
10. 5. 2 一維自組織特征映射神經網絡設計實例
10. 5. 3 二維自組織特征映射神經網絡設計實例
第十一章 回歸神經網絡
11. 1 回歸神經網絡理論基礎
11. 1. 1 Hopfield網絡
11. 1. 2 Elman神經網絡
11. 2 E1man神經網絡
11. 2. 1 Elman神經網絡的結構
11. 2. 2 Elman神經網絡的創(chuàng)建
11. 2. 3 Elman神經網絡的訓練
11. 3 Hopfield神經網絡
11. 3. 1 Hopfield神經網絡的結構
11. 3. 2 Hopfield神經網絡的設計
11. 4 有關回歸神經網絡的工具函數(shù)
主要參考文獻
鄂公網安備 42010302001612號 