Matlab神经网络与应用

第1章 神经网络概述

1. 1 Matlab 6. 5语言简介

1. 1. 1 Matlab的产生背景及主要产品

1. 1. 2 Matlab的语言特点

1. 1. 3 Matlab 6. 5的新特点

1. 2 神经网络的发展和应用

1. 2. 1 神经网络的发展

1. 2. 2 神经网络的研究内容

1. 2. 3 神经网络的应用

1. 3 神经网络模型

1. 3. 1 生物神经元模型

1. 3. 2 神经元模型

1. 3. 3 神经元网络模型

1. 4 神经网络工具箱概述

第2章 感知器

2. 1 感知器神经网络模型结构

2. 1. 1 神经元模型

2. 1. 2 网络结构

2. 2 感知器神经网络的构建

2. 2. 1 生成网络

2. 2. 2 网络仿真

2. 2. 3 网络初始化

2. 3 感知器神经网络的学习和训练

2. 3. 1 学习规则

2. 3. 2 网络训练

2. 4 感知器网络的局限性

2. 4. 1 标准化感知器学习规则

2. 4. 2 多层感知器

2. 5 感知器网络设计实例

2. 5. 1 二输入感知器分类问题

2. 5. 2 输入奇异样本对网络训练的影响

2. 5. 3 线性不可分输入量

第3章 线性神经网络

3. 1 线性神经网络结构

3. 1. 1 神经元模型

3. 1. 2 网络结构

3. 2 线性神经网络的构建

3. 2. 1 生成线性神经元

3. 2. 2 线性系统设计

3. 2. 3 线性滤波器

3. 3 线性神经网络的学习和训练

3. 3. 1 均方误差

3. 3. 2 LMS算法

3. 3. 3 网络训练

3. 4 线性网络的局限性

3. 4. 1 超定系统

3. 4. 2 不定系统

3. 4. 3 线性相关向量

3. 4. 4 学习速率过大

3. 5 线性神经网络应用实例分析

3. 5. 1 应用线性网络进行预测

3. 5. 2 自适应预测

3. 5. 3 线性系统辨识

3. 5. 4 自适应系统辨识

第四章 BP网络

4. 1 BP网络模型结构

4. 1. 1 神经元模型

4. 1. 2 前馈型神经网络结构

4. 2 BP神经网络的构建

4. 3 BP神经网络的训练

4. 3. 1 BP算法

4. 3. 2 BP网络批处理训练模式

4. 4 BP网络的局限性

4. 5 BP网络应用实例分析

4. 5. 1 函数逼近

4. 5. 2 胆固醇含量估计

4. 5. 3 模式识别

第5章 径向基函数网络

5. 1 径向基函数网络模型

5. 1. 1 径向基函数神经元模型

5. 1. 2 径向基函数网络的结构

5. 1. 3 径向基函数网络的工作原理

5. 2 径向基函数网络的构建

5. 2. 1 径向基函数网络的严格设计

5. 2. 2 更有效的径向基函数网络的设计

5. 3 广义回归神经网络

5. 3. 1 GRNN网络结构

5. 3. 2 GRNN网络的工作原理

5. 3. 3 GRNN网络设计

5. 4 概率神经网络

5. 4. 1 PNN网络结构

5. 4. 2 PNN网络的工作原理

5. 4. 3 概率神经网络的设计

5. 5 径向基函数网络的应用实例

5. 5. 1 函数逼近

5. 5. 2 散布常数对径向基函数网络设计的影响

5. 5. 3 应用GRNN进行函数逼近

5. 5. 4 应用PNN进行变量分类

第6章 反馈型神经网络

6. 1 Hopfield网络

6. 1. 1 离散Hopfield网络 DHNN

6. 1. 2 连续Hopfield网络 CHNN

6. 1. 3 Hopfield网络模型结构

6. 1. 4 Hopfield网络的设计

6. 2 Elman神经网络

6. 2. 1 构建Elman网络

6. 2. 2 网络仿真

6. 2. 3 Elman神经网络训练

6. 3 反馈网络应用实例分析

6. 3. 1 二神经元的Hopfield神经网络设计

6. 3. 2 Hopfield网络的不稳定性

6. 3. 3 三神经元的Hopfield神经网络设计

6. 3. 4 应用Elman网络进行振幅检测

第7章 竞争型神经网络

7. 1 自组织竞争神经网络

7. 1. 1 几种联想学习规则

7. 1. 2 自组织竞争神经网络的结构

7. 1. 3 自组织竞争神经网络的设计

7. 2 自组织特征映射神经网络

7. 2. 1 SOFM网络模型

7. 2. 2 SOFM网络结构

7. 2. 3 SOFM的构建

7. 2. 4 SOFM网络的训练

7. 3 学习矢量量化神经网络 LVQ

7. 3. 1 LVQ网络结构

7. 3. 2 LVQ网络建立

7. 3. 3 LVQ网络学习和训练

7. 4 实例分析

7. 4. 1 自组织竞争网络在模式分类中的应用

7. 4. 2 一维自组织特征映射网络设计

7. 4. 3 二维自组织特征映射网络设计

7. 4. 4 LVQ模式分类网络设计

第8章 神经网络控制系统

8. 1 神经网络模型预测控制

8. 1. 1 系统辨识

8. 1. 2 预测控制

8. 1. 3 神经网络模型预测控制器实例分析

8. 2 NARMA-L2 反馈线性化 控制

8. 2. 1 NARMA-L2模型辨识

8. 2. 2 NARMA-L2控制器

8. 2. 3 NARMA-L2控制器实例分析

8. 3 模型参考控制

8. 3. 1 模型参考控制理论

8. 3. 2 模型参考控制实例分析

第9章 图形用户界面

9. 1 网络的创建

9. 1. 1 设置输入和期望输出

9. 1. 2 网络生成

9. 2 网络的训练仿真

9. 2. 1 网络训练

9. 2. 2 网络仿真

9. 3 GUI的数据处理

9. 3. 1 GUI导出数据到Matlab工作空间

9. 3. 2 GUI的数据清除

9. 3. 3 GUI从Matlab工作空间导入数据

9. 3. 4 GUI数据文件的存取

第10章 Simulink

10. 1 Simulink交互式仿真集成环境

10. 1. 1 Simulink模型的创建

10. 1. 2 Simulink仿真

10. 1. 3 Simulink简单实例演示

10. 2 Simulink神经网络模块

10. 2. 1 传递函数模块

10. 2. 2 网络输入模块

10. 2. 3 权值设置模块

10. 2. 4 控制系统模块

10. 3 神经网络Simulink模型设计

10. 3. 1 模型构建

10. 3. 2 模型仿真

10. 3. 3 进一步试验

第11章 自定义神经网络

11. 1 自定义网络

11. 1. 1 定制网络

11. 1. 2 网络设计

11. 1. 3 网络训练

11. 2 自定义函数

11. 2. 1 仿真函数

11. 2. 2 初始化函数

11. 2. 3 学习函数

11. 2. 4 自组织映射函数

附录 神经网络工具箱函数